Escolar Documentos
Profissional Documentos
Cultura Documentos
Colaboradores:
Dyego Leandro da Costa Monte (Est. de Eng. Agronômica).
Jorge Manuel de Isasa Araújo (Est. de Eng. Agronômica).
Revisão:
Antonio Victor Cavalcante Rocha Silva (Est. de Eng. Agronômica).(2017.1)
Maria Eduarda Cabral da Silva (Est. De Eng. Agronômica).(2017.1)
Os escritores em geral devem mais às pessoas com quem convivem do que eles gostariam
de reconhecer. E o autor desta modesta apostila não foge à regra. Devemos mais aos
alunos, aos colegas, aos nossos professores, aos amigos do que sabemos reconhecer. Fazer
agradecimentos não é, pois, tarefa fácil. Mas alguns nomes precisam ser citados, porque
são de pessoas que deram ajuda, muito de perto para a elaboração deste texto. Ficam então
aqui registrados nossos agradecimentos aos Professores Fernando Pinheiro Reis e Paulo
Roberto Cecon (Estatística – UFV – Viçosa-MG), aos pós-graduandos que cursaram a
disciplina Estatística Experimental (UFPB – CCA) e Técnicas Experimentais em
Agronomia (UFPI / CCA / PPGA), contribuindo para a melhoria e aplicabilidade do
conteúdo. Claro, aos dois monotores da dsiciplina Experimentação Agrícola (2013.1),
estudantes de Eng. Agronômica Jorge Manuel de Isasa Araújo e Dyego Leandro da Costa
Monte, os quais auxiliaram nesta versão adaptada para a graduação.
1
APRESENTAÇÃO
2
UNIVERSIDADE FEDERAL DO PIAUÍ
CENTRO DE CIÊNCIAS AGRÁRIAS
DEP. DE PLANEJ. E POL.AGRÍCOLA
Prof.: Dres.Algaci Lopes
DISCIPLINA: ExperimentaçãoAgrícola
Carga Horária:60h. 4 créds.
OBJETIVO GERAL
CONTEÚDO PROGRAMÁTICO
1. INTRODUÇÃO
Parcela
Casualização
Repetição
Controle de local
Teste de F
Teste de t
Contrastes
Teste de Tukey
Teste de Duncan
Teste de Scheffé
4. DELINEAMENTOS BÁSICOS
3
5. ANÁLISE DE CORRELAÇÃO E DE REGRESSÃO
6. Uso do softwareExcel.
METODOLOGIA
BIBLIOGRAFIA BÁSICA
BIBLIOGRAFIA COMPLEMENTAR
FONSECA, J.S. MARTINS, G.A. Curso de estatística. 3 ed. São Paulo – SP. Atlas. 1992.
317 p.
SAMPAIO, I.B.M. Estatística aplica à experimentação animal. Belo Horizonte-MG.
Fundação de Ensino e Pesquisa em Medicina Veterinária e Zootecnia. 1998. 221 p.
STORCK, R.G.D. ESTEFANEL, V. GARCIA, D.C. Experimentos fatoriais: modelos e
análises pelos pacotes SAS e SAEG e STORCK, L. LOPES, S.J. Experimentação II.
Santa Maria – RS. Dep. de Fitotecnia / UFSM, 1997. 207 p.
4
PERIÓDICOS
Crop Science
Biometrics
Pesquisa Agropecuária Brasileira – PAB
Ciência Rural
Revista Ciência Agronômica
5
ESTATÍSTICA EXPERIMENTAL
6
ÍNDICE
Pág.
7
CAPÍTULO I
8
Ao passo que, nas outras existem diferenças em relação à média, sendo a amostra (4) a
mais variável ou de maior variância.
Portanto, além da média, necessitamos de uma medida estatística complementar
para melhor caracterizar cada amostra apresentada. As mais usuais medidas responsáveis
por esta caracterização são:
= e s=
9
C.V. 30 Ruim
10
CAPÍTULO II
12
CAPÍTULOS III A IX
Delineamentos, Arranjos Experimentais e Testes de Comparações Múltiplas
CAPÍTULO III
Delineamento Inteiramente Casualizado (DIC)
13
Coleta de dados: TRATAMENTOS
14
Hipótese Estatística:
Ho: T1 = T2 = ... = TI ou seja, os tratamentos são, estatisticamente, iguais entre si;
H1: Houve diferença estatística entre os tratamentos.
Repetições Totais
Tratamentos
1 2 3 4
1 4,6 5,7 5,8 5,5 T1=21,6 m1= 5,40
2 6,0 7,1 7,2 6,8 T2=27,1 m2= 6,77
3 5,8 7,2 6,9 6,7 T3=26,6 m3= 6,65
4 5,6 4,9 5,9 5,7 T4=22,1 m4= 5,60
5 5,8 6,4 6,6 6,8 T5=25,6 m5= 6,40
G = 123,0 G = 123,0
SQ total = Assim:
15
SQ total = (4,6)2 + (6,0)2 + ... + (6,8)2 – = 10,63
SQT =
SQT = = 6,63
Conclusão: rejeita-se Ho, logo, existe pelo menos um contraste entre médias dos
tratamentos, estatisticamente diferente de zero, ao nível de 1% de probabilidade, pelo
teste F. Neste caso, recomenda-se a aplicação de testes de comparações múltiplas entre
as médias de tratamentos, para ranqueá-los.
Para calcular o Coeficiente de Variação faz-se o uso das seguintes fórmulas:
C.V.(%) = (Raiz(QMRes) / mg) . 100% = [(Raiz(0,26)/(123/20)]x100 = 8,29%.
Onde:
16
CAPÍTULO IV
Uma vez significativo o teste F, que sugeriu que pelo menos um contraste entre
médias de tratamentos seria significativo, ou que houve diferença significativa entre os
tratamentos, faz-se necessária a aplicação de testes específicos, que têm como objetivo
ranquear os tratamentos, e assim permitir ao pesquisador tirar conclusões mais seguras e
fazer suas recomendações ao público alvo do experimento. Dentre os testes, um dos mais
aplicados é o Teste de TUKEY, como segue:
4.1. Teste Tukey: é utilizado para testar todo e qualquer contraste/comparação entre duas
médias. É o mais utilizado dos testes de médias pelos pesquisadores, por ser o mais
rigoroso.
Seja o contraste
= ;
Se ri = ru = r, então,
17
=
Regra Decisória:
Se | | , o contraste é significativo (estatisticamente 0) - * sig a 5%...
Se | | < , o contraste é não-significativo (estatisticamente nulo) – ns a 5%...
No exemplo 1, comparar as médias pelo teste TUKEY
Ho: mi = mu
H1: mi mu iu
MÉDIAS ORDENADAS (em cm):
18
Recomendações:
Com base no resultado do teste de Tukey, recomendaria os tratamentos 2, 3 e 5...
4.2. Teste Duncan: como o teste de Tukey, é também usado para testar contrastes entre
duas médias, porém, menos rigoroso que aquele em termos de rejeitar Ho. Assim, o
teste Duncan pode indicar resultados significativos em casos em que o teste de Tukey
não indicaria.
Di = Z . ; Se ri = ru = r
Di = Z .
Considerando o exemplo 1, aplicar o teste Duncan adotando = 5%.
Ho: mi = mj
H1: mi mj ij
19
Z5% (5; 15) = 3,31 D5 = 3,31 = 0,84
Conclusão: médias seguidas por pelo menos uma mesma letra, não diferem entre si,
ao nível de 5% de probabilidade, pelo teste Duncan.
Interpretação:
4.3. Teste de Newman-Keuls: usado para testar contrastes entre duas médias. Em termos
de rigor é intermediário entre os testes de Tukey e Duncan. Usa-se a metodologia de
Duncan com a tabela de Tukey.
= nível de significância.
g' = número de médias ordenadas abrangidas pelo contraste.
n' = número de graus de liberdade do resíduo.
i = qi = ; Se ri = ru = r
i = qi =
20
q (5,15) = 4,37
5 = 4,37
= 1,40
| | = 0,88*, | | = 0,27ns
Conclusão: médias unidas por uma mesma barra não diferem entre si pelo teste N.K.,
ao nível de 5% de probabilidade.
4.4. Teste de Dunnett: este teste é utilizado quando as únicas comparações que
interessam ao experimentador são aquelas feitas entre um determinado tratamento
padrão, geralmente a testemunha ou controle, e cada um dos demais tratamentos, não
havendo interesse na comparação dos demais tratamentos entre si. Assim, um
experimento com I tratamentos (um dos quais a testemunha ou padrão P) permite a
aplicação do teste a I-1 comparações.
O valor do teste ou diferença mínima d’ é dado por:
d’ = td.s
td é o valor dado na tabela para uso: no teste de Dunnett.
td = f(, n1, n2)
d’ = diferença mínima significativa
= nível de significância
n1 = número de g.l. para tratamento s
21
d’ = td. ; Se ri = ru = r d’ = td.
4.5. Teste de Scheffé: esse teste pode ser aplicado para testar todo e qualquer contraste
entre médias de tratamentos. Mas é frequentemente utilizado para testar contrastes
que envolvem grupos de médias.
S=
Onde:
I = número de tratamentos de experimento;
F = valor tabelado; F = F(n1, n2);
n1 = G.l. para Tratamento;
n2 = G.l. para o Resíduo.
Seja
C = 1m1 + 1m2 + 1m3 + 1m4 – 4m5 se a soma dos a’s deu zero, aplique o teste.
22
C = Grupo 1 - Grupo 2
Admitindo as médias independentes: Obs.: V(k . x) = k2 . V(x); K = cte.
; se:
Assim:
S= S=
4.6. Teste “t” de Student: como o teste de Scheffé, é utilisado para testar contrastes entre
duas médias ou contrastes que envolvem grupos de médias. É mais complexo que o
teste de Scheffé e menos rigoroso. Para a aplicação correta deste teste devemos
considerar os seguintes requisitos básicos:
a) Os contrastes a serem testados devem ser ortogonais entre si;
b) Os contrastes devem ser estabelecidos antes de serem examinados os dados (na
fase de planejamento do experimento).
A estatística do teste, denotada por “t”, é calculada por:
Hipóteses: Ho : c = 0
H1 : c 0
23
Regra Decisória:
{Se |t calc| t (G.L. Resíduo) : Rejeita-se Ho
{Se |t calc| < t (G.l. Resíduo) : Aceita-se Ho
APLICAÇÃO PRÁTICA:
Em um experimento de competição de adubos nitrogenados para o abacaxizeiro,
foram utilizados 6 tratamentos (5 tipos de adubo e 1 testemunha), com 4 repetições por
tratamento, no D.I.C.
Os tratamentos utilizados, com as respectivas médias de produção, em Kg/parcela,
foram: Tratamentos
1. testemunha = 21,57
2. sulfato de amônio = 27,76
3. Salitre do chile = 24,58
4. Uréia = 28,44
5. Nitrogênio de Cubatão(S) = 28,85
6. Nitrocálcio de cubatão(sem S) = 28,30
1. Teste de Scheffé
Esquema resumido da ANOVA.
F.V. GL
Tratos 5
Resíduos (18)
Total 23
Scheffé (S)
24
= 5(21,57) – 27,76 - 24,58 - 28,44 - 28,85 - 28,30 = - 30,08 kg/parcela, indicando
que os adubos nitrogenados proporcionaram, em média, um aumento de produção de
6,02 kg/parcela ( /5 = 30,08/5 = 6,02) em relação à testemunha.
= 4,80
S=
2. Teste t
C = 5m1 – m2 – m3 – m4 – m5 – m6
Ho : C = 0
H1: C 0
Como o |tcalc| > t5% (18), rejeita-se o Ho, ou seja, os adubos nitrogenados promoveram,
em média, maior rendimento nos abacaxizeiros que a testemunha, sem adubos.
25
CAPÍTULO V
5.1. Introdução
5.2. Casualização
E A B D C Bloco 2
D B C A E Bloco 3
C E A B D Bloco 4
Quadro da ANOVA:
F.V. GL SQ QM F
Blocos J-1 SQB
Tratos I-1 SQT QMT QMT
Resíduo (I-1).(J-1) SQR QMR QMR
Total IJ-1 SQtotal
27
Para = 5%, podem-se:
a) Proceder a ANOVA
b) Aplicar o teste TUKEY
c) Aplicar o teste Duncan
d) Determinar o Coeficiente de Variação (C.V.)
e) Testar o contraste C = m1 + m2 + m3 – m3, utilizando o teste “t” e Scheffé.
Soluções:
a) ANOVA:
SQtotal =
SQtotal = 1.273,95
SQT = 794,93
SQB =
SQB = 72,70
SQRes = SQtotal – SQT – SQB = 406,3248
28
Quadro da ANOVA
F.V. GL SQ QM F
Tratos 4 794,93 198,73** 5,87
Blocos 3 72,70
Resid. 12 406,32 33,86
total 19 1.273,95 F1% (4; 12) = 5,41 F5% (4; 12) = 3,26
** Significativo a 1% de probabilidade.
b) Teste de TUKEY
Ho : mi = mj
H1 : mi = mj para i j
Conclusão: As médias seguidas de pelo menos uma mesma letra, não diferem entre si, ao
nível de 5% de probabilidade, pelo teste de Tukey.
Obs.: Resolver os itens seguintes.
29
CAPÍTULO VI
6.1. Introdução
Exemplos:
1) Suponhamos que se deseja comparar 5 rações para animais. Sabe-se que diferentes
idades e diferentes pesos iniciais afetam o ganho de peso desses animais. Assim,
pode-se colocar 5 animais de mesma idade nas linhas e 5 animais com mesmo
peso inicial nas colunas.
PESOS
IDADE
P1 P2 P3 P4 P5
I1 B D A E C
I2 D A C B E
I3 E B D C A
I4 A C E D B
I5 C E B A D
6.2. Características
30
5) Dentro das linhas e dentro das colunas deve-se ter a maior uniformidade possível.
6) Os quadrados latinos constituem um bom tipo de delineamento, mais sua
flexibilidade é muito menor em relação aos demais. Como o número de repetições
deve ser igual ao número de tratamentos, linhas ou colunas, em geral não se usam
quadrados latinos no caso de se ter mais de 8 tratamentos, pois o número de
repetições seria, na maioria das vezes, um tanto exagerado.
7) Os quadrados latinos 2x2, 3x3 e 4x4 apresentam, respectivamente, 0, 2 e 6 graus
de liberdade para o resíduo. Em tais casos, recomenda-se repetir suficientemente o
experimento, objetivando um número de graus de liberdade aceitável para a
variância residual ex.: Dois QL de 4x4 dão 15 g.l.res.). Os quadrados latinos mais
usuais são 5x5 até 8x8.
6.3. Casualização
31
C1 C2 C3 C4 C5
L1 B D E C A
L2 E B C A D
L3 D A B E C
L4 C E A D B
L5 A C D B E
(Quadrado Latino casualizado e pronto para instalação)
SQTr =
Quadro ANOVA:
F.V. GL SQ QM F
Linhas I-1 SQL
Colunas I-1 SQC
Tratamentos I-1 SQT QMT QMT/QMR
Resíduo (I-2) (I-1) SQR QMR
Total I’2-1 SQtotal
32
Exemplo Prático:
SQL =
SQC =
SQT =
Quadro ANOVA:
F.V. GL SQ QM F
Linhas 4 30480
Colunas 4 55640
Tratos 4 137488 34372**
Resíduo 12 34116 (2843) 12,09
total 24 257724,24
** significativo ao nível de 1% de probabilidade, pois F1% (4; 12) = 5,41
33
Teste TUKEY:
Ho : mi = mj
H1 : mj mj para i j
mc a
mA b
mB b
mD b
mE b
Conclusão: As médias seguidas de pelo menos uma mesma letra, não diferem entre si, ao
nível de 5% de probabilidade, pelo teste Tukey.
Aplicar o teste Duncan
Testar o contraste: C = 3m1 – m2 – m3 – m4 pelos testes de Scheffé e “t”.
34
CAPÍTULO VII – EXPERIMENTOS COMPLEXOS
Experimentos Fatoriais
7.1. Introdução
Experimentos Fatoriais são aqueles em que se estudam simultaneamente dois ou
mais fatores. Esses experimentos em si, não constituem um delineamento experimental,
mas, podem ser executados em quaisquer dos delineamentos, tais como: inteiramente
casualizado, blocos casualizados, quadrado latino, etc.
Os experimentos fatoriais geralmente são mais eficientes do que os experimentos
simples com um só conjunto de tratamentos (por exemplo só competição de cultivares, sem
variação de espaçamentos ou só espaçamentos com único cultivar) e permitem tirar
conclusões mais gerais. Assim, se plantarmos 4 cultivares novas (A1, A2, A3 e A4) num
mesmo espaçamento E1, somente poderemos concluir que A3, por exemplo, é a melhor se
este espaçamento for usado. É possível, porém, que com outro espaçamento E2 o cultivar
A4 venha a superar largamente qualquer outra cultivar com qualquer outro espaçamento.
Num experimento fatorial com cultivares e espaçamentos, simultaneamente pesquisados,
esta possibilidade é estudada, de modo que as conclusões são mais gerais.
Nos experimentos fatoriais cada nível de um fator se combina com cada um dos
níveis de outros fatores, constituindo um tratamento. Assim, em um experimento com dois
fatores A e B, onde o fator A tem 4 níveis (A1, A2, A3, A4) e o fator B 3 níveis (B1, B2, B3),
teremos, então, um fatorial 4x3 (duplo, pois tem dois fatores A e B) e os tratamentos (I’ =
12), resultantes de todas as combinações possíveis, são:
A1B1 A2B1 A3B1 A4B1
A1B2 A2B2 A3B2 A4B2
A1B3 A2B3 A3B3 A4B3
35
Os tratamentos serão:
N0P0K0 N1P0K0
N0P0K1 N1P0K1
N0P1K0 N1P1K0
N0P1K1 N1P1K1
Quando os tratamentos são quantitativos, é comum apresentar somente
através dos níveis. Assim, temos as combinações.
0 0 0 1 0 0
0 0 1 1 0 1
0 1 0 1 1 0
0 1 1 1 1 1
36
7.3. Análise de Variância:
SQtotal =
SQ(A) =
SQ(B) =
37
Onde:
ANOVA
SQtotal =
SQ(A) =
SQ(B) =
SQTrats(A, B) = SQT =
SQ(Blocos) =
38
ANOVA
39
Definição dos Tratamentos: com r = k = 3 blocos
A1B1 A1B2 A2B1 A2B2 A3B1 A3B2 A4B1 A4B2
CROQUI DO EXPERIMENTO fat 4x2, no DBC, r = 3, assim n = 24:
Bloco I A3B1 A2B2 A1B2 A4B2 A2B1 A4B1 A3B2 A1B1
Bloco II A2B2 A3B1 A4B1 A1B1 A3B2 A4B2 A2B1 A1B2
Bloco III A1B1 A2B1 A1B2 A3B2 A4B1 A2B2 A3B1 A4B2
Fator A
Fator B Est. Curral E. Caprino E. Suíno Test. TBj
Incorp 49,14 55,71 61,91 45,43 212,19
Não Incorp. 39,76 51,41 55,06 40,27 186,50
TAi 88,90 107,12 116,97 85,70 G =∑Yijk = 398,69
Análise de Variância:
Encontrar os Totais de Blocos: TBloc1 TBloco2 e TBloco3
40
SQ (AxB) = SQT(A;B) – SQA – SQB = 141,00 – 111,00 – 27,50 = 2,50
Quadro da ANOVA:
F.V. GL SQ QM Fc F1% e F5%
Fator Estercos 3 111,00 37,00** 41,57 5,56
Fator Incorpor. 1 27,50 27,50** 30,90 8,86
Int. Est. x Incorp 3 2,50 0,83 ns 0,93 5,56 3,34
Trats(A;B) (7) (141,00)
Blocos 2 2,62
Resíduo 14 12,41 QMRes = 0,89
Total 23 156,03
C.V. 5,68%
**significativo ao nível de 1% de probabilidade pelo teste F;
ns - não significativo ao nível de 5% de probabilidade, pelo teste F.
Conclusões:
a) Houve pelo menos um contraste entre médias dos níveis do fator estercos,
estatisticamente diferente de zero, ao nível de 1% de probabilidade, pelo teste F. Um teste
de médias deverá ser aplicado para ranquear os estercos.
b) Houve pelo menos um contraste entre médias dos níveis do fator incorporação,
estatisticamente diferente de zero, ao nível de 1% de probabilidade, pelo teste F.
Obs.: Como só temos 1 G.L para Incorporação, ou seja, Incorpora ou Não Incorpora
os estercos, estes já se diferiram, a 1% pelo teste F, dispensando testes de médias.
Encontre suas médias e indique se incorpora ou não.
41
Aplicando o teste Tukey para = 5% aos fatores A e B, temos:
Fator A
a Est. Suíno
b Est. Caprino
c Est. Curral
Conclusão: As médias dos níveis do fator esterco seguidas de pelo menos uma mesma
letra, não diferem entre si, ao nível de 5% de probabilidade, pelo teste Tukey.
t/ha Incorporar
Fator B (Espaçamentos)
Fator A (Var) E1 E2 E3 E4 Totais
V1 120* 132 150 162 TV1 = 564
V2 126 141 162 171 TV2 = 600
V3 144 150 171 186 TV3 = 651
42
totais TE1 = 390 TE2 = 423 TE3 = 483 TE4 = 519 1.815,00
* cada valor como este vem de 3 repetições (Fat. 3x4, no DIC, com 3 repetições). n = 36
Quadro ANOVA:
F.V. GL SQ QM Fc
Fator Vars 2 318,50 159,25** 87,02
Fator Espç 3 1.124,75 374,91** 204,87
Int. Var x Esp 6 11,50 1,92 n.s. 1,05
Trats (Vars;Epaç) (11) (1.454,75)
Resíduo 24 43,93 1,83
Total 35 1.498,67
C.V.(%) 2,68
**significativo ao nível de 1% de probabilidade; n.s. não significativo ao nível
de 5% de probabilidade, pelo teste F.
Conclusões:
a) Houve pelo menos um contraste entre médias dos níveis do fator Vars,
estatisticamente diferente de zero, ao nível de 1% de probabilidade, pelo teste F.
b) Houve pelo menos um contraste entre médias dos níveis do fator Espaç,
estatisticamente diferente de zero, ao nível de 1% de probabilidade, pelo teste F.
c) Não observou-se interação significativa entre os fatores Vars e Espaçs. Isto
significa que o comportamento de um fator não depende dos níveis do outro fator, e
vice versa, sendo portanto, independentes. Neste caso, em que não houve interação,
os fatores podem ser estudados isoladamente.
43
Podemos, neste caso, aplicar um dos métodos de comparações múltiplas (Tukey,
Duncan etc.) para comparar as médias dos efeitos principais que foram significativos.
Fator Vars
c = 1,38 t/ha
Conclusão: As médias dos níveis do fator Vars seguidas de pelo menos uma mesma letra,
não diferem entre si, ao nível de 5% de probabilidade, pelo teste Tukey.......
Fator Espaç
d =1,76 t/ha
Conclusão: As médias dos níveis do fator Espaçs seguidas de pelo menos uma letra, não
diferem entre si, ao nível de 5% de probabilidade pelo teste Tukey.......
Testar o contraste C = mEspç1 + mEspç2 + mEspç3 – 3mEspç4 ou C = 3mEspç4 -mEspç1-mEspç2-mEspç3
pelo teste de Scheffé:
(adotar = 5%)
HO: C = 0
44
H1 : C 0
S= S = 4,69
Rejeita-se HO, ou seja, em média, o nível Espç4 difere e supera os níveis Espç1,
Espç2 e Espç3. Assim, dividindo-se 28,99 por 3 = 9,66 t/ha, em média seria o ganho ao se
cultivar toda a área de tomates no Espaçamento 4.
Aplicar o teste “t” ao contraste: C = 3mEspç4 -mEspç1-mEspç2-mEspç3
Aplicar o teste Duncan aos níveis dos fatores Vars e Espaçs.
ANOVA:
45
SQ (A x B) = 215,5364 – 148,8039 – 22,4097 = 44,3228
Conclusões:
a) Houve pelo menos um contraste entre médias dos níveis do fator A,
estatisticamente diferente de zero, ao nível de 1% de probabilidade, pelo teste F.
Ou seja, houve diferença significativa entre os níveis do fator A, a 1% pelo teste F.
b) Houve pelo menos um contraste entre médias dos níveis do fator B,
estatisticamente diferente de zero, ao nível de 1% de probabilidade, pelo teste F.
Ou seja, houve diferença significativa entre os níveis do fator B, a 1% pelo teste F.
c) Houve interação entre os fatores A e B ao nível de 1% de probabilidade, pelo teste
F. Isto significa que o comportamento de um fator depende dos níveis do outro
fator, evidenciando uma dependência entre os fatores. Neste caso, não estudamos
os fatores isoladamente, mas modificamos a análise anterior desdobrando a
interação, avaliando o comportamento de um fator em cada nível do outro fator.
46
Obs.: SQ(A/B) = SQ(A/B1) + SQ(A/B2) + SQ(A/B3) + SQ(A/B4) = … = SQ(A) +
SQ(AxB)
Conclusão: Dentro de todos os nívelis de B, existe pelo menos um contraste entre médias
dos níveis de A, estatisticamente diferente de zero, ao nível de 1% de probabilidade, eplo
teste F. Nesse caso, aplica-se um teste de comparação múltipla para o fator A em cada
nível do fator B, uma vez que em todos houve significância.
47
Teste de Tukey
a a
a b
b c
Conclusão: Dentro de um mesmo nível de B, as médias dos níveis de A seguidas de pelo
menos uma mesma letra, não diferem entre si, ao nível de 5% de probabilidade, pelo teste
Tukey.....Interprete e recomende!!!!
Anova Suplementar
F.V. GL SQ QM F
Fator A 2 148,8039
Fator B/A1 3 31,6425 10,5475** 9,42
B/A2 3 33,9633 11,3211** 10,11
B/A3 3 1,1267 0,3756 n.s a 5% 0,33
Trats(A;B) (11) (215,5364)
Blocos 2
Resíduo 22 24,64 (1,12)
total 35
F1% (3;22) = 4,82 ** Significativo ao nível de 1% de probabilidade. F5% (3;22) = 3,05
ns – não significativo ao nível de 5% de probabilidade.
48
Conclusões:
a) Dentro dos níveis A1 e A2, existe pelo menos um contraste entre médias dos níveis B,
estatisticamente diferente de zero, ao nível de 1% de probabilidade.
b) Todos os contrastes entre médias dos níveis de B dentro de A3, são estatisticamente
nulos, ao nível de 5% de probabilidade.
Observação:
SQ(B/A) = SQ(B/A1) + SQ(B/A2) + SQ(B/A3) = SQ(B) + SQ(AxB)
Teste de Tukey
Para comparar as médias dos níveis de B dentro de A1 e A2 (onde houve efeito
significativo), procede-se de maneira análoga ao desdobramento anterior, onde a
expressão para o teste Tukey será:
= 2,42unidade??
mB3/A3 = 21,73
mB1/A3 = 21,50
mB2/A3 = 21,17
mB4/A3 = 20,93
Testar o contraste:
C = mB1/A1 + mB2/A1 + mB3/A1 – 3mB4/A1
HO : C = 0
H1 : C 0
t5%(g.l.res.) => t5% (22) = 2,07; |tcalc| > t5% (22): Rejeita-se Ho (...)
Aplicar o teste de Scheffé ao contraste anterior.
Aplicar o teste Duncan às médias anteriores dos desdobramentos.
49
7.7. Um exemplo com três fatores:
Num experimento, sob o esquema fatorial 23 ou 2 x 2 x 2, com adubação à base de
N-P-K em cana-de-açúcar, seguindo o delineamento em blocos casualizados, com 4
repetições, as produções em t/ha, foram:
BLOCOS
Tratamentos Totais
I II III IV
000 controle 63,9 43,1 58,9 57,2 223,1
100 N 32,5 50,3 50,3 68,4 201,5
010 P 64,9 61,1 58,2 71,2 255,4
001 K 46,5 40,1 56,0 51,8 194,4
110 NP 59,7 73,2 73,7 82,7 289,3
101 NK 45,2 58,4 53,7 76,0 233,3
011 PK 73,6 45,3 88,8 62,7 270,4
111 NPK 70,8 68,5 78,7 84,9 302,9
Totais 457,1 440,0 518,3 554,9 1.970,3
SQBlocos =
SQT =
50
Ko K1 Totais
No 478,5 464,8 943,3
N1 490,8 536,2 1.027,0
totais 969,3 1.001,0 1.970,3
Ko K1 Totais
Po 424,6 427,7 852,3
P1 544,7 573,3 1.118,0
totais 969,3 1.001,0 1.970,3
SQ(N, K) = – C = 359,48
SQ(P, K) = – C = 2.257,86
51
Quadro da Análise de Variância:
F.V GL SQ QM F
N 1 218,93 218,93 2,30
P 1 2.206,14 2.206,14 23,16**
K 1 31,40 31,40 0,33
NxP 1 75,34 75,34 0,79
NxK 1 109,15 109,15 1,15
PxK 1 20,32 20,32 0,21
NxPxK 1 119,74 119,74 1,26
(Tratamentos) (7) (2.781,02)
Blocos 3 1.071,10
Resíduo 21 2.000,05 95,24
total (31) 5.852,17
** significativo ao nível de 1% de probabilidade.
52
2) Em um experimento fatorial, no delineamento inteiramente casualizado, em que
foram combinadas duas doses de N e duas doses de fósforo, com 5 repetições
por tratamento, são dados:
Quadro de Dados:
Po P1
10,50 11,00 11,20 11,20
No 9,80 11,20 10,40 13,10
9,90 10,60
11,50 12,40 14,00 14,10
N1 10,20 12,70 18,80 13,50
10,40 14,20
53
CAPÍTULO VIII
8.1. Introdução
Os experimentos em parcelas subdivididas (Split-Plot) se caracterizam pela sua
estruturação através de tratamentos principais ou primários nas Parcelas, e estas, por sua
vez, são constituídas de tratamentos secundários, que são as Subparcelas.
54
ANOVA de um Exp. em Parc. Subdiv, no DBC:
F.V. GL Em parcelas subdivididas:
Variedades (Var) I–1
I: Variedades;
Blocos J–1
J: Repetições;
Resíduo (a) (I-1) . (J-1) K: Espaçamentos.
Total Parcelas (I . J) -1
Espaçamento (Espç) K–1
Interação Var x Espç (I-1) . (K-1)
Resíduo (b) I . (J-1) . (K-1)
Total Subparcelas (I . J . K) – 1
Var
V1 V2 ... VI
Blocos
1 E1 E2 ... Ek E1 E2 ... Ek ... ... ... ... E1 E2 ... Ek
2 E1 E2 ... Ek E1 E2 ... Ek ... ... ... ... E1 E2 ... Ek
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
J E1 E2 ... Ek E1 E2 ... Ek ... ... ... ... E1 E2 ... Ek
SQTotal = Yijk2 – C
55
Para calcular as demais somas de quadrados, vamos organizar outros quadros auxiliares
a partir do quadro anterior:
Variedades
Blocos 1 2 ... I totais
1 Y11. Y21. ... YI1. Y.1. = B1
2 Y12. Y22. ... YI2. Y.2. = B2
... ... ... ... ... ...
J Y1j. Y2j. ... YIJ. Y.J. = BJ
totais Y1.. = V1 Y2.. = V2 ... YI.. = V1 Y... = G
Variedades
Espaçamento 1 2 ... I totais
1 Y1.1. Y2.1. ... YI.1. Y..1. = E1
2 Y1.2. Y2.2. ... YI.2. Y..2. = E2
... ... ... ... ... ...
K Y1.k. Y2.k. ... YI.k. Y..k. = Ek
Totais Y1.. = V1 Y2.. = V2 ... YI.. = V1 Y.. = G
56
8.6. Quadro da ANOVA:
F.V. GL SQ QM F
Var (V) I-1 SQV QMVar**
QMV/QMR (a)
Blocos J-1 SQBloc
Resíduo (a) (I-1) (J-1) SQRes (a) QMRes (a)
Total Parcelas (IJ-1) (SQ Parc)
Espaçam. (Espç) K-1 SQEspç QMEspç** QME/QMR (b)
VxE (I-1) (K-1) SQ V x E QM (V x E)* QM (V x E)/QMR (b)
Resíduo (b) I(J-1) (K-1) SQRes (b) QMRes (b)
Total (IJK)-1 SQtotalSubp
q =f [K;I(J – 1) (K – 1)]
57
4) Entre duas médias de tratamentos primários num mesmo tratamento
secundário [ex.: Variedade (V) dentro de Espaçamento (K), ou seja, parcela dentro de
subparcela], assim, houve interação significativa.
Nesse caso,
Onde:
QMResCom =
Sendo k o número de níveis do Fator que está nas subparcelas (Fator B) e J o de repetição.
Agora, para acessar a Tabela Tukey, não utilizaremos nem os GLRes(a) e nem os
GLRes(b), mas uma combinação entre eles denominado de n’, onde:
q =f (I; n’)
I = variedades ou o número de níveis do fator nas parcelas e:
58
Exemplo Prático:
Os dados a seguir, referem-se ao oBrix de frutos de 5 Variedades de Mangueira
(parcelas I), colhidas de três pés por Variedade (repetições J). De cada pé foram
colhidos 4 frutos, um de cada ponto cardeal N S L O (subparcelas K).
Obs.: Este experimento pode ser considerado como em parcelas subdivididas: cada parcela
é uma variedade de mangueira e as subparcelas são as 4 faces de cada árvore,
correspondentes aos 4 pontos cardeais N S L O.
QUADRO DE DADOS
Var Norte Sul Leste Oeste Totais Total(var.)
18,0 17,1 17,6 17,6 70,3
1 17,5 18,8 18,1 17,2 71,6 210,7
17,8 16,9 17,6 16,5 68,8
16,3 15,9 16,5 18,3 67,0
2 16,6 14,3 16,3 17,5 64,7 191,8
15,0 14,0 15,9 15,2 60,1
59
19,5 14,9 15,0 15,3 64,7
16,3 16,4 16,0 16,4 65,1
16,6 15,2 14,2 15,5 61,5
4 15,9 13,2 18,0 17,3 64,4 194,3
17,5 15,8 16,7 18,4 68,4
18,9 18,6 15,3 17,0 69,8
5 18,5 13,7 18,2 18,3 68,7 211,3
21,5 16,4 18,3 16,6 72,8
Totais 261,9 237,4 251,6 253,2 1.004,1 G=1.004,1
SQParc(V, Repets.) =
SQP card =
60
F.V. GL SQ QM F
Variedades (V) 4 29,55 7,39* Fc=4,71
Resíduo (a) GLRes(a)=10 15,71 QMRes (a)=(1,57) F5%(4;10) = 3,48
Parcelas (14) (45,26)
Fc = 3,99
P.Card. (P) 3 20,60 6,87*
F5%(3;30)=2,92
VxP 12 20,12 1,68ns
Fc=0,97
Resíduo (b) GLRes(b)=30 51,60 QMRes(b)=(1,72)
F5%(12;30)=2,09
Total 59 137,58
* significativo a 5% de probabilidade. ns – não significante a 5% de probabilidade.
Conclusões:
a) Existe pelo menos um contraste entre médias de variedades, estatisticamente diferente
de zero, ao nível de 5% de probabilidade. Ou, houve diferença significativa entre as
variedades de manga, a 5% pelo teste F.
b) Existe pelo menos um contraste entre médias dos pontos cardeais, estatisticamente
diferente de zero, ao nível de 5% de probabilidade. Ou, houve diferença significativa
entre os pontos cardeais, a 5% pelo teste F.
c) Não houve interação entre os fatores variedades e pontos cardeais. Isto significa que o
comportamento de um fator não é influenciado pelos níveis do outro fator, sendo
portanto, independentes. Neste caso, os fatores podem ser estudados isoladamente
(itens 1 e 2 do item 9.7). Ou, o comportamento dos frutos, em termos de oBrix, no que
diz respeito às variedades e pontos cardeais, não são dependentes. Um fator não
depende dos níveis do outro.
Aplicando o teste de Tukey para os fatores Variedades e Pontos Cardeais,
isoladamente, temos:
Variedades: mvi = Tvi/12
a oBrix
a
a
61
Sul 15,83 b
Conclusões: as médias seguidas de pelo menos uma mesma letra não diferem entre si, ao
nível de 5% de probabilidade, pelo teste de Tukey.
62
CAPÍTULO IX
63
r=
r= x100 = r em %
r = {77 – (15 . 20 / 5)} / {[55 – (15 . 15/5)] . [110 – (20 . 20/5)]} = 17 / 300 = 0,9815
O grau de correlação entre as variáveis X e Y é da ordem de 98,15%.
Entretanto, há necessidade de se testar esse coeficiente aplicando-se o teste “t”.
Podemos usar o teste “t” para testar a significância de r. Este caso, só é útil para
testar a hipótese nula (Ho: = 0), na qual o coeficiente de correlação da população é zero
( = 0). E (H1: ≠ 0),
O valor da estatística do teste t é calculado pela seguinte expressão:
64
tcalc = ; com grau de liberdade GL = n – 2 para o valor tabelado.
Portanto, |tcal| > |ttab|, rejeita-se Ho, o coeficiente de correlação r foi significativamente
diferente de zero. Implica dizer que estas características estão correlacionadas
positivamente, ou seja, aumentos em uma variável são seguidos de aumentos na outra.
Exercício Proposto
Verifique o grau de relacionamento entre as variáveis abaixo, teste, conclua e interprete para 5%:
Tempo após a queima da cana de açúcar e teor de açúcar:
ANÁLISE DE REGRESSÃO
9.2. Introdução
O método da análise de regressão pode ser usado quando existe uma relação
funcional entre duas variáveis (regressão linear simples) ou entre uma variável (chamada
dependente) e duas ou mais variáveis independentes (regressão linear múltipla).
A posição dos pontos experimentais em um diagrama de dispersão pode sugerir a
forma da relação funcional entre as variáveis, facilitando a escolha do modelo estatístico a
ser usado. Ex.
65
Pode-se observar, neste caso, que X explica grande parte da variação em Y. A
parte da variação de Y não explicada é atribuída ao acaso e constitui a variação residual.
ANÁLISE DE REGRESSÃO
Diferentemente dos estudos que fizemos até o momento, que envolvia somente
uma variável, partiremos agora para o estudo de duas variáveis. Esse estudo poderá ser
feito através da regressão e correlação. A regressão consiste na estimação de uma variável
dependente a partir de uma variável independente. Por outro lado, a correlação determina o
grau de relação entre as variáveis, ou seja, procura determinar quão bem uma equação
linear, ou de outra espécie, descreve ou explica a relação entre as variáveis (PAULO
VANDERLEI, 1996).
O estudo de regressão exerce papel relevante dentro do campo da Estatística
Experimental, devido a sua larga aplicação na interpretação de resultados experimentais, e
tem por objetivo determinar a relação existente entre uma característica qualquer de
interesse experimental, dependente, e uma outra característica independente, tomadas
juntas, ambas quantitativas. A variável independente é escolhida pelo pesquisador. A
relação funcional entre as variáveis é dada por uma função matemática (equação de
regressão), onde se diz que a variável dependente (Y) é uma função da variável
independente (X).
Seja o modelo de regressão linear simples Y = o + 1X + e; admitindo E (e) = 0,
o problema se resume no cálculo das estimativas dos parâmetros o e 1, estabelecendo
assim, a equação de regressão:
Com as estimativas o+ 1 compõe-se a equação de regressão:
66
9.3. Estimação dos parâmetros da equação de regressão:
Sejam n pares de valores (Xi, Yi), i = 1, 2, ... n
Xi X1 X2 X3 ... Xn
Yi Y1 Y2 Y3 ... Yn
Seja Yi = o + 1Xi + ei
Fazendo i = 1, 2, ... n, temos:
Y1 = o + 1X1 + e1
Y2 = o + 1X2 + e2
Yn = o + 1Xn + en
Isolando ei:
ei = Yi – (o + 1Xi) ei = 0, então;
(ei)2 = (Yi-o - 1Xi)2
Aplicando e fazendo Z = (ei)2, temos:
Z=
67
Isolando da equação 1 temos:
equação.3
Substituindo 3 em 2:
Ho: B1 = 0
H1: B1 ≠ 0
Conclusões:
Se Fcalc F (1; n-2) G.L., rejeita-se Ho; conclui-se que a equação de regressão
explica significativamente a variável dependente Y, ao nível de significância .
Significa que os pontos estimados pela equação de regressão, bem como quaisquer dos
pontos dentro do intervalo estudado diferem entre si, estatisticamente, pelo teste F.
Se F calc < F (1; n-2) g.l. conclui-se que a equação de regressão não explica
significativamente a variável dependente Y ou nível de significância . O gráfico da
equação neste caso, seria ilustrado apenas por uma reta paralela ao eixo dos X, e os
pontos neste caso não diferem estatisticamente entre si, pelo teste F.
68
Coeficiente de Determinação (r2)
r2 = 0 100%
SQR =
Onde C =
SQTotal =
SQRegressão =
Exemplo:
Considerando os pares de valores (X;Y) dados abaixo, obter a equação de
regressão e a análise de variância da regressão, para o modelo:
Y = 0 + 1X + e
X – Indep. 2,2 2,4 2,6 2,8 3,0
Y – Depend. 5,0 5,4 5,7 6,2 6,9
69
= 5,0 + 5,4 + ... + 6,9 = 29,20
Equação de Regressão:
Análise de Variância:
Conclusão:
A equação de regressão explica significativamente a variável dependente Y, ao
nível de 1% de probabilidade, pelo teste F.
70
r2 =
Gráfico
X = 2,2
X=3
71
Equação de Regressão:
Gráfico da equação:
para:
x=1 = 5,01
x=5 = 9,00
Y’ = 4,8573 – 2(0,6431)X = 4,8573 – 1,2862X
Y’ = 0 4,8573 – 1,2862X = 0 1,2862X = 4,8573
X = 3,78
Exercício proposto: considerando os pares de valores (X;Y) dados abaixo, determinar
a equação de regressão para o modelo linear e estabelecer a análise de variância da
regressão para = 5%, bem como o gráfico e o r2. Onde X são doses crescentes de
calcário e Y as produtividades médias de mandioca (ambos em t/ha).
X 0 1 2 3 4 5 6
Y 8,0 9,5 11,5 12,5 13,0 14,7 15,5
Método Matricial
72
S-1 = , chamada de matriz inversa de S, onde S = X’X
S12 = = - 2.310
S13 = = 350
S21 = = –2.310
S22 = = 1.870
S23 = = – 300
S31 = = 350
73
S32 = = –300
S33 = = 50 Assim:
S–1 =
= S–1X’Y
Sendo: X’ Y X’Y
X’Y =
S–1 = x =
E sendo = S–1X’Y =
74
A equação de regressão encontrada será:
Y = aX2 + bX + c
Pmáx = b / 2*a = 3,77 t/ha.
X = 3,5 t de calcário por ha.
Para uma eventual dose de calcário de 3,5 t/ha, estimam-se uma produtividade de 9,92
t de milho por ha.
onde C =
= -
SQIndep.Regr. = 0,12
FV GL SQ QM F
Regressão 2 15,68 7,84** 130,66
Ind. Regr. 2 0,12 0,06
Total 4 15,80
F1%(2;2) = 99,0
75
r2 = SQRegress / SQTotal = 15,68 / 15,80 = 0,9924 x 100 = 99,24% da variação em Y
está sendo explicada pela equação de regressão. Dizemos que a equação de regressão
possui alta precisão experimental. A equação de segundo grau (quadrática) explica o
fenômeno estudado.
Gráfico da equação:
para:
x=1 = 5,01 …
…. x = 5 = 9,00
76
Exemplo 2:
X1 1,2 1,5 1,8 2,1 2,4 2,7 3,0
X2 5,8 6,2 6,0 6,3 3,0 4,8 5,0
Y 10,8 9,6 9,0 8,2 7,0 5,8 4,8
Com os dados acima, obter a equação de regressão e a ANOVA da regressão,
adotando = 5%, admitindo o modelo Y = 0 + 1X1 + 2X2 + e.
Solução:
X’ =
S = X’X =
X’Y =
Equação de regressão:
77
Análise de Variância:
SQtotal =
78
APÊNDICE 1
LISTA DE EXERCÍCIO:
Delineamento DIC; DBC e DQL:
Ex. 1. Dados os valores abaixo (em t/ha), relativos a um experimento hipotético de
competição de variedades de mandioca (V1; V2; V3; V4; V5; V6), no D.I.C., com 4
repetições, pede-se:
a) ANOVA ( = 5%);
b) Aplicar os testes de Tukey e Duncan às médias de tratamentos e concluir;
c) Aplicar os testes de Scheffé e “t” ao contraste: C = 3m2 – m1 – m3 – m4
Repetições
Tratamentos Totais
1 2 3 4
V1 6,9 6,8 7,8 7,1
V2 7,2 6,9 7,4 7,8
V3 9,8 8,8 8,7 9,5
V4 5,7 6,3 5,9 6,9
V5 10,5 9,8 10,3 10,7
V6 8,5 8,7 8,6 8,2
79
Ex. 5. Seja um experimento envolvendo 4 rações, conduzido no D.Q.L. Faça a
ANOVA e repita os testes, se necessário, e Conclua.
C1 C2 C3 C4 Totais
L1 6,9 V4 6,8 V2 7,8 V3 7,1 V1
L2 7,2 V1 6,9 V3 7,4 V4 7,8 V2
L3 9,8 V3 8,8 V1 8,7 V2 9,5 V4
L4 5,7 V2 6,3 V4 5,9 V1 6,9 V3
SQRes = 18,53
r1 = r2 = 5; r3 = r4 = 6
Pedem-se:
a) Complete a ANOVA ( = 5%). Calcule o C.V. (%) e comente o resultado.
b) Aplicar o teste de Tukey, se necessário.
Ex. 8. Dadas as médias de tratamentos abaixo, referentes a um D.I.C., com 5 (cinco)
métodos diferentes de preparo do solo, com 6 repetições, aplicar os testes Scheffé e “t”
ao contraste abaixo, a 5% de probabilidade:
80
QMRes = 11,27;
Ex. 9. Dadas as médias de tratamentos abaixo, referentes a um D.I.C., com 5 (cinco)
substratos diferentes para mudas de Leucena, aplicar o teste de Duncan às médias.
Obs.: As médias são referentes a alturas de plantas, em cm, no final do ensaio.
QMRes = 0,34;
r1 = 43 = r4 = 4; r2 = r5 = 5; = 5%
D5(4; 5) = 0,90 D3(4; 4) = 0,91 D2(4; 4) = 0,87
D4(4; 4) = 0,94 D3(5; 4) = 0,86
D4(5; 5) = 0,84 D2(4; 5) = 0,83
Calcule o C.V.(%) e comente o resultado.
Ex. 10. Os dados abaixo se referem a um experimento com variedades de feijão, sob
o D.Q.L. Faça a ANOVA a 1% de significância e aplique o teste de Tukey, se
necessário.
C1 C2 C3 C4 Totais
L1 6,9 V1 6,8 V4 7,8 V2 7,1 V3 28,6
L2 7,2 V4 6,9 V3 7,4 V2 7,8 V1 29,3
L3 9,8 V3 8,8 V1 8,7 V4 9,5 V2 36,8
L4 5,7 V4 6,3 V2 5,9 V1 6,9 V3 24,8
Totais 29,6 28,8 29,8 31,3 119,50
; T4 = 28,4
Calcule o C.V.(%) e comente o resultado.
Ex. 11. Diga os delineamentos adequados para cada uma das situações:
a) Pesquisa realizada em laboratório que visa comparar a velocidade de
germinação de cinco variedades de semente de soja.
b) Pesquisa feita em jarros, com ambiente homogeneizado, que visa descobrir qual
variedade de pimenta é mais produtiva. (OBS: foram utilizados 4 variedades de
pimenta).
c) Pesquisa feita em um campo que apresenta um declive e que visa descobrir
qual, entre cinco variedades de milho, é mais produtiva.
d) Testar o valor nutritivo de 5 tipos de ração para a engorda de suínos de 4 idades
diferentes.
81
15,33 21,60 25,30 14,50 14,55
17,50 23,45 27,26 16,54 20,24
14,21 29,20 22,10 12,43 17,00
G
Com esses dados faça a ANOVA, calcule o CV, conclua e interprete, depois,
aplique o teste de Tukey a 5% caso necessário
Experimentos Fatoriais:
Ex. 1. De um experimento em D.I.C., com 3 repetições, no esquema Fatorial 4x3,
observaram-se:
A1 A2 A3 A4 Totais
B1 12 14 16 15 17 18 20 21 23 23 24 26 229
B2 18 17 20 22 23 23 25 26 28 29 30 32 293
B3 22 21 20 30 31 32 29 32 32 34 35 37 355
Totais 160 211 236 270 71
SQTotal = 1474,31; SQTrat = 1422,97; = 5%
a) Completar a ANOVA, calcular o C.V.(%) e comentar.
b) Testar o contraste C = mB1/A1 + mB3/A1 – 2mB2/A1 pelo teste t e de Scheffé
c) Desdobrar a interação e estudar A / B e B / A, aplicando algum teste de
comparações múltiplas.
82
Ex. 3. Em um experimento, no D.B.C., com 3 repetições, no esquema fatorial 4x2
observaram-se:
A1 A2 A3 A4 Totais
B1 20,5 26,2 31,0 36,5
B2 16,5 21,4 26,4 29,8
Totais
Totais de Blocos: Bloco 1 = 60,4; Bloco 2 = 74,6; Bloco 3 = 72,4
SQTotal = 159,98; SQRes = 42,24 = 5%
a) Aplicar o teste “t” ao contraste: C = mA1 + 2mA2 + 3mA3 – 6mA4
b) Calcular o C.V.(%) e comentar.
83
Ex. 5. Em um experimento fatorial, foram combinados 5 níveis do fator A com 3
níveis do fator B, no DIC, com 4 repetições. São dados:
A A1 A2 A3 A4 A5
Totais 10,80 12,60 15,24 18,48 19,80
SQRes – 10,80
Testar o contraste C = mA1 + mA2 – 2mA3, dentro do nível B2, pelo teste “t”, e concluir
para = 5%.
84
3)Utilizando os conhecimentos adquiridos em sala de aula sobre experimentos em
parcelas subdividas faça a ANOVA até os graus de liberdade:
a) Parc. Subdividida 4x3, DIC r=3
b) Parc. Subdividida 5x2, DBC r=4
c) Parc. Subdividida 4x2, DIC r=2
d) Parc. Subdividida 3x5, DBC r=3
e) Parc. Subdividida 4x3, DBC r=4
Regressão e Correlação:
1) Considerando os pares de valores (X; Y) abaixo, obter a equação de regressão ,
para o modelo Y = 0 + 1X . Calcular o R2 e concluir.
X 3 3,2 3,4 3,6 3,8 4,0
Y 8,5 8,9 9,2 9,7 10,4 11,3
Dados extraídos:
Xi = 21,00; Xi2 = 74,24; Yi = 58,00; Yi2 = 566,04; XiYi = 204,90
85
X = diâmetro raiz (mandioca)
7,2 7,6 8,4 8,7 8,8 9,5 12,3 13,2
cm
Y = teor de amido (g/100g) 33 32 35 38 41 41 43 44
Que tipo de variedades de mandioca você não recomendaria para cultivo?
86
BIBLIOGRAFIA CONSULTADA
87
TABELA 1 – Valores de F para o nível de significância de 1% segundo o número de graus de liberdade do numerador e do denominador
No de graus de Número de graus de liberdade do numerador
liberdade do
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120
denominador
1 4052 5000 5403 5625 5764 5859 5928 5982 6022 6056 6106 6157 6209 6235 6261 6287 6313 6339 6366
2 98,5 99,0 99,2 99,2 99,3 99,3 99,4 99,4 99,4 99,4 99,4 99,4 99,4 99,5 99,5 99,5 99,5 99,5 99,5
3 34,1 30,8 29,5 28,7 28,2 27,9 27,7 27,5 27,3 27,2 27,1 26,9 26,7 26,6 26,5 26,4 26,3 26,2 26,1
4 21,2 18,0 16,7 16,0 15,5 15,2 15,0 14,8 14,7 14,5 14,4 14,2 14,0 13,9 13,8 13,7 13,7 13,6 13,5
5 16,3 13,3 12,1 11,4 11,0 10,7 10,5 10,3 10,2 10,1 9,89 9,72 9,55 9,47 9,38 9,29 9,20 9,11 9,02
6 13,7 10,9 9,78 9,15 8,75 8,47 8,26 8,10 7,98 7,87 7,72 7,56 7,40 7,31 7,23 7,14 7,06 6,67 6,88
7 12,2 9,55 8,45 7,85 7,46 7,19 6,99 6,84 6,72 6,62 6,47 6,31 6,16 6,07 5,99 5,91 5,82 5,74 5,65
8 11,3 8,65 7,59 7,01 6,63 6,37 6,18 6,03 5,91 5,81 5,67 5,52 5,36 5,28 5,20 5,12 5,03 4,95 4,86
9 10,6 8,02 6,99 6,42 6,06 5,80 5,61 5,47 5,35 5,26 5,11 4,96 4,81 4,73 4,65 4,57 4,48 4,40 4,31
10 10,0 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94 4,85 4,71 4,56 4,41 4,33 4,25 4,17 4,08 4,00 3,91
11 9,65 7,21 6,22 5,67 5,32 5,07 4,89 4,74 4,63 4,54 4,40 4,25 4,10 4,02 3,94 3,86 3,78 3,69 3,60
12 9,33 6,93 5,95 5,41 5,06 4,82 4,64 4,50 4,39 4,30 4,16 4,01 3,86 3,78 3,70 3,62 3,54 3,45 3,36
13 9,07 6,70 5,74 5,21 4,86 4,62 4,44 4,30 4,19 4,10 3,96 3,82 3,66 3,59 3,51 3,43 3,34 3,25 3,17
14 8,86 6,51 5,56 5,04 4,69 4,46 4,28 4,14 4,03 3,94 3,80 3,66 3,51 3,43 3,35 3,27 3,18 3,09 3,00
15 8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89 3,80 3,67 3,52 3,37 3,29 3,21 3,13 3,05 2,96 2,87
16 8,53 6,23 5,29 4,77 4,44 4,20 4,03 3,89 3,78 3,69 3,55 3,41 3,26 3,18 3,10 3,02 2,93 2,84 2,75
17 8,40 6,11 5,18 4,67 4,34 4,10 3,93 3,79 3,68 3,59 3,46 3,31 3,16 3,08 3,00 2,92 2,83 2,75 2,65
18 8,29 6,01 5,09 4,58 4,25 4,01 3,84 3,71 3,60 3,51 3,37 3,23 3,08 3,00 2,92 2,84 2,75 2,66 2,57
19 8,18 5,93 5,01 4,50 4,17 3,94 3,77 3,63 3,52 3,43 3,30 3,15 3,00 2,92 2,84 2,76 2,67 2,58 2,49
20 8,10 5,85 4,94 4,43 4,10 3,87 3,70 3,56 3,46 3,37 3,23 3,09 2,94 2,86 2,78 2,69 2,61 2,52 2,42
21 8,02 5,78 4,87 4,37 4,04 3,81 3,64 3,51 3,40 3,31 3,17 3,03 2,88 2,80 2,72 2,64 2,55 2,46 2,36
22 7,95 5,72 4,82 4,31 3,99 3,76 3,59 3,45 3,35 3,26 3,12 2,98 2,83 2,75 2,67 2,58 2,50 2,40 2,31
23 7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30 3,21 3,07 2,93 2,78 2,70 2,62 2,54 2,45 2,35 2,26
24 7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26 3,17 3,03 2,89 2,74 2,66 2,58 2,49 2,40 2,31 2,21
25 7,77 5,57 4,68 4,18 3,85 3,63 3,46 3,32 3,22 3,13 2,99 2,85 2,70 2,62 2,54 2,45 2,36 2,26 2,17
26 7,72 5,53 4,64 4,14 3,82 3,59 3,42 3,29 3,18 3,09 2,96 2,81 2,66 2,58 2,50 2,42 2,33 2,23 2,13
27 7,68 5,49 4,60 4,11 3,78 3,56 3,39 3,26 3,15 3,06 2,93 2,78 2,63 2,55 2,47 2,38 2,29 2,20 2,10
28 7,64 5,45 4,57 4,07 3,75 3,53 3,36 3,23 3,12 3,03 2,90 2,75 2,60 2,52 2,44 2,35 2,26 2,17 2,06
29 7,60 5,42 4,54 4,04 3,73 3,50 3,33 3,20 3,09 3,00 2,87 2,73 2,57 2,49 2,41 2,33 2,23 2,14 2,03
30 7,56 5,39 4,51 4,02 3,70 3,47 3,30 3,17 3,07 2,98 2,84 2,70 2,55 2,47 2,39 2,30 2,21 2,11 2,01
40 7,31 5,18 4,31 3,83 3,51 3,29 3,12 2,99 2,89 2,80 2,66 2,52 2,37 2,29 2,20 2,11 2,02 1,92 1,80
60 7,08 4,98 4,13 3,65 3,34 3,12 2,95 2,82 2,72 2,63 2,50 2,35 2,20 2,12 2,03 1,94 1,84 1,73 1,60
120 6,85 4,79 3,95 3,48 3,17 2,96 2,79 2,66 2,56 2,47 2,34 2,19 2,03 1,95 1,86 1,76 1,66 1,53 1,38
6,63 4,61 3,78 3,32 3,02 2,80 2,64 2,51 2,41 2,32 2,18 2,04 1,88 1,79 1,70 1,59 1,47 1,32 1,00
Interpolações devem ser feitas com base nos recíprocos dos graus de liberdade (interpolação harmônica).
Fonte: Scheffé, H. The analysis of variance. New York, Wiley, 1959.
110
TABELA 2 – Valores de F para o nível de significância de 5% segundo o número de graus de liberdade do numerador e do denominador
No de graus de Número de graus de liberdade do numerador
liberdade do
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120
denominador
1 131 200 216 225 230 234 237 239 241 242 244 246 248 249 250 251 252 253 254
2 18,5 19,0 19,2 19,2 19,3 19,3 19,4 19,4 19,4 19,4 19,4 19,4 19,4 19,5 19,5 19,5 19,5 19,5 19,5
3 10,1 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79 8,74 8,70 8,66 8,64 8,62 8,59 8,57 8,55 8,53
4 7,71 6,94 6,59 6,39 6,26 6,16 6,06 6,04 6,00 5,96 5,91 5,86 5,80 5,77 5,75 5,72 5,69 5,66 5,63
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,68 4,62 4,56 4,53 4,50 4,46 4,43 4,40 4,36
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 4,00 3,94 3,87 3,84 3,81 3,77 3,74 3,70 3,67
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,57 3,51 3,44 3,41 3,37 3,34 3,30 3,27 3,23
8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,28 3,22 3,15 3,12 3,08 3,04 3,01 2,97 2,93
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,07 3,01 2,94 2,90 2,86 2,83 2,79 2,75 2,71
10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,91 2,85 2,77 2,74 2,70 2,66 2,62 2,58 2,54
11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85 2,79 2,72 2,65 2,61 2,57 2,53 2,49 2,45 2,40
12 4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75 2,69 2,62 2,54 2,51 2,47 2,43 2,38 2,34 2,30
13 4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67 2,60 2,53 2,46 2,42 2,38 2,34 2,30 2,25 2,21
14 4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60 2,53 2,46 2,39 2,35 2,31 2,27 2,22 2,18 2,13
15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 2,40 2,40 2,33 2,29 2,25 2,20 2,16 2,11 2,07
16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49 2,42 2,35 2,28 2,24 2,19 2,15 2,11 2,06 2,01
17 4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45 2,38 2,31 2,23 2,19 2,15 2,10 2,06 2,01 1,96
18 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41 2,34 2,27 2,19 2,15 2,11 2,06 2,02 1,97 1,92
19 4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38 2,31 2,23 2,16 2,11 2,07 2,03 1,98 1,93 1,88
20 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35 2,28 2,20 2,12 2,08 2,04 1,99 1,95 1,90 1,84
21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32 2,25 2,18 2,10 2,05 2,01 1,96 1,92 1,87 1,81
22 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30 2,23 2,15 2,07 2,03 1,98 1,94 1,89 1,84 1,78
23 4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27 2,20 2,13 2,05 2,01 1,96 1,91 1,86 1,81 1,76
24 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25 2,18 2,11 2,03 1,98 1,94 1,89 1,84 1,79 1,73
25 4,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24 2,16 2,09 2,01 1,96 1,92 1,87 1,82 1,77 1,71
26 4,23 3,37 2,98 2,74 2,59 2,47 2,39 2,32 2,27 2,22 2,15 2,07 1,99 1,95 1,90 1,85 1,80 1,75 1,69
27 4,21 3,35 2,96 2,73 2,57 2,46 2,37 2,31 2,25 2,20 2,13 2,06 1,97 1,93 1,88 1,84 1,79 1,73 1,67
28 4,20 3,34 2,95 2,71 2,56 2,45 2,36 2,29 2,24 2,19 2,12 2,04 1,96 1,91 1,87 1,82 1,77 1,71 1,65
29 4,18 3,33 2,93 2,70 2,55 2,43 2,35 2,28 2,22 2,18 2,10 2,03 1,94 1,90 1,85 1,81 1,75 1,70 1,64
30 4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16 2,09 2,01 1,93 1,89 1,84 1,79 1,74 1,68 1,62
40 4,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08 2,00 1,92 1,84 1,79 1,74 1,69 1,64 1,58 1,51
60 4,00 3,15 2,76 2,53 2,37 2,25 2,17 2,10 2,04 1,99 1,92 1,84 1,75 1,70 1,65 1,59 1,53 1,47 1,39
120 3,92 3,07 2,68 2,45 2,29 2,17 2,09 2,02 1,96 1,91 1,83 1,75 1,66 1,61 1,55 1,50 1,43 1,35 1,25
3,84 3,00 2,60 2,37 2,21 2,10 2,01 1,94 1,88 1,83 1,75 1,67 1,57 1,52 1,46 1,39 1,32 1,22 1,00
Interpolações devem ser feitas com base nos recíprocos dos graus de liberdade (interpolação harmônica).
Fonte: Scheffé, H. The analysis of variance. New York, Wiley, 1959.
111
TABELA 3 – Valores de F para o nível de significância de 10% segundo o número de graus de liberdade do numerador e do denominador
No de graus de Número de graus de liberdade do numerador
liberdade do
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120
denominador
1 39,9 49,5 53,6 55,8 57,2 58,2 58,9 59,4 59,9 60,2 60,7 61,2 61,7 62,0 62,3 62,5 62,8 63,1 63,3
2 8,53 9,00 9,16 9,24 9,29 9,33 9,35 9,37 9,38 9,39 9,41 9,42 9,44 9,45 9,46 9,47 9,48 9,48 9,49
3 5,54 5,46 5,39 5,34 5,31 5,28 5,27 5,25 5,24 5,23 5,22 5,20 5,18 5,18 5,17 5,16 5,15 5,145 5,13
4 4,54 4,32 4,19 4,11 4,05 4,01 3,98 3,95 3,93 3,92 3,90 3,87 3,84 3,83 3,82 3,80 3,79 3,78 3,76
5 4,06 3,78 3,62 3,52 3,45 3,40 3,37 3,34 3,32 3,30 3,27 3,24 3,21 3,19 3,17 3,16 3,14 3,12 3,10
6 3,78 3,46 3,29 3,18 3,11 3,05 3,01 2,98 2,96 2,94 2,90 2,87 2,84 2,82 2,80 2,78 2,76 2,74 2,72
7 3,59 3,26 3,07 2,96 2,88 2,83 2,78 2,75 2,72 2,70 2,67 2,63 2,59 2,58 2,56 2,54 2,51 2,49 2,47
8 3,46 3,11 2,92 2,81 2,73 2,67 2,62 2,59 2,56 2,54 2,50 2,46 2,42 2,40 2,38 2,36 2,34 2,32 2,29
9 3,36 3,01 2,81 2,69 2,61 2,55 2,51 2,47 2,44 2,42 2,38 2,34 2,30 2,28 2,25 2,23 2,21 2,18 2,16
10 3,29 2,92 2,73 2,61 2,52 2,46 2,41 2,38 2,35 2,32 2,28 2,24 2,20 2,18 2,16 2,13 2,11 2,08 2,06
11 3,23 2,86 2,66 2,54 2,45 2,39 2,34 2,30 2,27 2,25 2,21 2,17 2,12 2,10 2,08 2,05 2,03 2,00 1,97
12 3,18 2,81 2,61 2,48 2,39 2,33 2,28 2,24 2,21 2,19 2,15 2,10 2,06 2,04 2,01 1,99 1,96 1,93 1,90
13 3,14 2,76 2,56 2,43 2,35 2,28 2,23 2,20 2,16 2,14 2,10 2,05 2,01 1,98 1,96 1,93 1,90 1,88 1,85
14 3,10 2,73 2,52 2,39 2,31 2,24 2,19 2,15 2,12 2,10 2,05 2,01 1,96 1,94 1,91 1,89 1,86 1,83 1,80
15 3,07 2,70 2,49 2,36 2,27 2,21 2,16 2,12 2,09 2,06 2,02 1,97 1,92 1,90 1,87 1,85 1,82 1,79 1,76
16 3,05 2,67 2,46 2,33 2,24 2,18 2,13 2,09 2,06 2,03 1,99 1,94 1,89 1,87 1,84 1,81 1,78 1,75 1,72
17 3,03 2,64 2,44 2,31 2,22 2,15 2,10 2,06 2,03 2,00 1,96 1,91 1,86 1,84 1,81 1,78 1,75 1,72 1,69
18 3,01 2,62 2,42 2,29 2,20 2,13 2,08 2,04 2,00 1,98 1,93 1,89 1,84 1,81 1,78 1,75 1,72 1,69 1,66
19 2,99 2,61 2,40 2,27 2,18 2,11 2,06 2,02 1,98 1,96 1,91 1,86 1,81 1,79 1,76 1,73 1,70 1,67 1,63
20 2,97 2,59 2,38 2,25 2,16 2,09 2,04 2,00 1,96 1,94 1,89 1,84 1,79 1,77 1,74 1,71 1,68 1,64 1,61
21 2,96 2,57 2,36 2,23 2,14 2,08 2,02 1,98 1,95 1,92 1,88 1,83 1,78 1,75 1,72 1,69 1,66 1,62 1,59
22 2,95 2,56 2,35 2,22 2,13 2,06 2,01 1,98 1,93 1,90 1,86 1,81 1,76 1,73 1,70 1,67 1,64 1,60 1,57
23 2,94 2,55 2,34 2,21 2,11 2,05 1,99 1,95 1,92 1,89 1,84 1,80 1,74 1,72 1,69 1,66 1,62 1,59 1,55
24 2,93 2,54 2,33 2,19 2,10 2,04 1,98 1,94 1,91 1,88 1,83 1,78 1,73 1,70 1,67 1,64 1,61 1,57 1,53
25 2,92 2,53 2,32 2,18 2,09 2,02 1,97 1,93 1,89 1,87 1,82 1,77 1,72 1,69 1,66 1,63 1,59 1,56 1,52
26 2,91 2,52 2,31 2,17 2,08 2,01 1,96 1,92 1,88 1,86 1,81 1,76 1,71 1,68 1,65 1,61 1,58 1,54 1,50
27 2,90 2,51 2,30 2,17 2,07 2,00 1,95 1,91 1,87 1,85 1,80 1,75 1,70 1,67 1,64 1,60 1,57 1,53 1,49
28 2,89 2,50 2,29 2,16 2,06 2,00 1,94 1,90 1,87 1,84 1,79 1,74 1,69 1,66 1,63 1,59 1,56 1,52 1,48
29 2,89 2,50 2,28 2,15 2,06 1,99 1,93 1,89 1,86 1,83 1,78 1,73 1,68 1,65 1,62 1,58 1,55 1,51 1,47
30 2,88 2,49 2,28 2,14 2,05 1,98 1,93 1,88 1,85 1,82 1,77 1,72 1,67 1,64 1,61 1,57 1,54 1,50 1,46
40 2,84 2,44 2,23 2,09 2,00 1,93 1,87 1,83 1,79 1,76 1,71 1,66 1,61 1,57 1,54 1,51 1,47 1,42 1,38
60 2,79 2,39 2,18 2,04 1,95 1,87 1,82 1,77 1,74 1,71 1,66 1,60 1,54 1,51 1,48 1,44 1,40 1,35 1,29
120 2,75 2,35 2,13 1,99 1,90 1,82 1,77 1,72 1,68 1,65 1,60 1,55 1,48 1,45 1,41 1,37 1,32 1,26 1,19
2,71 2,30 2,08 1,94 1,85 1,77 1,72 1,67 1,63 1,60 1,55 1,49 1,42 1,38 1,34 1,30 1,24 1,17 1,00
Interpolações devem ser feitas com base nos recíprocos dos graus de liberdade (interpolação harmônica).
Fonte: Scheffé, H. The analysis of variance. New York, Wiley, 1959.
112
TABELA 4 – Valores de t segundo o nível de significância e os graus de liberdade do resíduo
Número de Graus Nível de significância para o teste bilateral ()
de Liberdade 0,01 0,05 0,10
1 63,657 12,706 6,314
2 9,925 4,303 2,920
3 5,841 3,182 2,353
4 4,604 2,776 2,132
5 4,032 2,571 2,015
6 3,707 2,447 1,943
4 3,499 2,365 1,895
8 3,355 2,306 1,860
9 3,250 2,262 1,833
10 3,169 2,228 1,812
11 3,106 2,201 1,796
12 3,055 2,179 1,782
13 3,012 2,160 1,771
14 2,977 2,145 1,761
15 2,947 2,131 1,753
16 2,921 2,120 1,746
17 2,898 2,110 1,740
18 2,878 2,101 1,734
19 2,861 2,093 1,729
20 2,845 2,086 1,725
21 2,831 2,080 1,721
22 2,819 2,074 1,717
23 2,807 2,069 1,714
24 2,797 2,064 1,711
25 2,787 2,060 1,708
26 2,779 2,056 1,706
27 2,771 2,052 1,703
28 2,763 2,048 1,701
29 2,756 2,045 1,699
30 2,750 2,042 1,697
40 2,704 2,021 1,684
60 2,660 2,000 1,671
120 2,617 1,980 1,658
2,576 1,960 1,645
91
TABELA 5 – Valores de q para o nível de significância de 1% segundo o número de tratamentos e os graus de liberdade do resíduo
No de graus de Número de graus de liberdade do numerador
liberdade do
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
resíduo
1 90,0 135 164 186 202 216 227 237 246 253 260 266 272 277 282 286 290 294 298
2 14,4 19,0 22,3 24,7 26,6 28,2 29,5 30,7 31,7 32,6 33,4 34,1 34,8 35,4 36,0 36,5 37,0 37,5 37,9
3 8,26 10,6 12,2 13,3 14,2 15,0 15,6 16,2 16,7 17,1 17,5 17,9 18,2 18,5 18,8 19,1 19,3 19,5 19,8
4 6,51 8,12 9,17 9,96 10,6 11,1 11,5 11,9 12,3 12,6 12,8 13,1 13,3 13,5 13,7 13,9 14,1 14,2 14,4
5 5,70 6,97 7,80 8,42 8,91 9,32 9,67 9,97 10,2 10,5 10,7 10,9 11,1 11,2 11,4 11,6 11,7 11,8 11,9
6 5,24 6,33 7,03 7,56 7,97 8,32 8,61 8,87 9,10 9,30 9,49 9,65 9,81 9,95 10,1 10,2 10,3 10,4 10,5
7 4,95 5,92 6,54 7,01 7,37 7,68 7,94 8,17 8,37 8,55 8,71 8,86 9,00 9,12 9,24 9,35 9,46 9,55 9,65
8 4,74 5,63 6,20 6,63 6,96 7,24 7,47 7,68 7,87 8,03 8,18 8,31 8,44 8,55 8,66 8,76 8,85 8,94 9,03
9 4,60 5,43 5,96 6,35 6,66 6,91 7,13 7,32 7,49 7,65 7,78 7,91 8,03 8,13 8,23 8,32 8,41 8,49 8,57
10 4,48 5,27 5,77 6,14 6,43 6,67 6,87 7,05 7,21 7,36 7,48 7,60 7,71 7,81 7,91 7,99 8,07 8,15 8,82
11 4,39 5,14 5,62 5,97 6,25 6,48 6,67 6,84 6,99 7,13 7,25 7,36 7,46 7,56 7,65 7,73 7,81 7,88 7,95
12 4,32 5,04 5,50 5,84 6,10 6,32 6,51 6,67 6,81 6,94 7,06 7,17 7,26 7,36 7,44 7,52 7,59 7,66 7,73
13 4,26 4,96 5,40 5,73 5,98 6,19 6,37 6,53 6,67 6,79 6,90 7,01 7,10 7,19 7,27 7,34 7,42 7,48 7,55
14 4,21 4,89 5,32 5,63 5,88 6,08 6,26 6,41 6,54 6,66 6,77 6,87 6,96 7,05 7,12 7,20 7,27 7,332 7,39
15 4,17 4,83 5,25 5,56 5,80 5,99 6,16 6,31 6,44 6,55 6,66 6,76 6,84 6,93 7,00 7,07 7,14 7,20 7,26
16 4,13 4,78 5,19 5,49 5,72 5,92 6,08 6,22 6,35 6,46 6,56 6,66 6,74 6,82 6,90 6,97 7,03 7,09 7,15
17 4,10 4,74 5,14 5,43 5,66 5,85 6,01 6,15 6,27 6,38 6,48 6,57 6,66 6,73 6,80 6,87 6,94 7,00 7,05
18 4,07 4,70 5,09 5,38 5,60 5,79 5,94 6,08 6,20 6,31 6,41 6,50 6,58 6,65 6,72 6,79 6,85 6,91 6,96
19 4,05 4,67 5,05 5,33 5,55 5,73 5,89 6,02 6,14 6,25 6,34 6,43 6,51 6,58 6,65 6,72 6,78 6,84 6,89
20 4,02 4,64 5,02 5,29 5,51 5,69 5,84 5,97 6,09 6,19 6,29 6,37 6,45 6,52 6,59 6,65 6,71 6,76 6,82
24 3,96 4,54 4,91 5,17 5,37 5,54 5,69 5,81 5,92 6,02 6,11 6,19 6,26 6,33 6,39 6,45 6,51 6,56 6,61
30 3,89 4,45 4,80 5,05 5,24 5,40 5,54 5,65 5,76 5,85 5,93 6,01 6,08 6,14 6,20 6,26 6,31 6,36 6,41
40 3,82 4,37 4,70 4,93 5,11 5,27 5,39 5,50 5,60 5,69 5,77 5,84 5,90 5,96 6,02 6,07 6,12 6,17 6,21
60 3,76 4,28 4,60 4,82 4,99 5,13 5,25 5,36 5,45 5,53 5,60 5,67 5,73 5,79 5,84 5,89 5,93 5,98 6,02
120 3,70 4,20 4,50 4,71 4,87 5,01 5,12 5,21 5,30 5,38 5,44 5,51 5,56 5,61 5,66 5,71 5,75 5,79 5,83
3,64 4,12 4,40 4,60 4,76 4,88 4,99 5,08 5,16 5,23 5,29 535 5,40 5,45 5,49 5,54 5,57 5,61 5,65
Fonte: Scheffé, H. The analysis of variance. New York, Wiley, 1959.
TABELA 6 – Valores de q para o nível de significância de 5% segundo o número de tratamentos e os graus de liberdade do resíduo
No de graus de Número de graus de liberdade do numerador
liberdade do
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
resíduo
1 18,0 27,0 32,8 37,1 40,4 43,1 45,4 47,4 49,1 50,6 52,0 53,2 54,3 55,4 56,3 57,2 58,0 58,8 59,6
2 6,08 8,33 9,80 10,9 11,7 12,4 13,0 13,5 14,0 14,4 14,7 15,1 15,4 15,7 15,9 16,1 16,4 16,6 16,8
3 4,50 5,91 6,82 7,50 8,04 8,48 8,85 9,18 9,46 9,72 9,95 10,2 10,3 10,5 10,7 10,8 11,0 11,1 11,2
4 3,93 5,04 5,76 6,29 6,71 7,05 7,35 7,60 7,86 8,03 8,21 8,37 8,52 8,56 8,79 8,91 9,03 9,13 9,23
5 3,64 4,60 5,22 5,67 6,03 6,33 6,58 6,80 6,99 7,14 7,32 7,47 7,60 7,72 7,83 7,93 8,03 8,12 8,21
6 3,46 4,34 4,90 5,30 5,63 5,90 6,12 6,32 6,49 6,65 6,79 6,92 7,03 7,14 7,24 7,34 7,43 7,51 7,59
7 3,34 4,16 4,68 5,06 5,36 5,61 5,82 6,00 6,16 6,30 6,43 6,55 6,66 6,76 6,85 6,94 7,02 7,10 7,17
8 3,26 4,04 4,53 4,89 5,17 5,40 5,60 5,77 5,92 6,05 6,18 6,29 6,39 6,48 6,57 6,65 6,73 6,80 6,87
9 3,20 3,95 4,41 4,76 5,02 5,24 5,43 5,59 5,74 5,87 5,98 6,09 6,19 6,28 6,36 6,44 6,51 6,58 6,64
10 3,15 3,88 4,33 4,65 4,91 5,12 5,30 5,46 5,60 5,72 5,83 5,93 6,03 6,11 6,19 6,27 6,34 6,40 6,47
11 3,11 3,82 4,26 4,57 4,82 5,03 5,20 5,35 5,49 5,61 5,71 5,81 5,90 5,98 6,06 6,13 6,20 6,27 6,33
12 3,08 3,77 4,20 4,51 6,75 4,95 5,12 5,27 5,39 5,51 5,61 5,71 5,80 5,88 5,95 6,02 6,09 6,15 6,21
13 3,06 3,73 4,15 4,45 5,69 4,88 5,05 5,19 5,32 5,43 5,53 5,63 5,71 5,79 5,86 5,93 5,99 6,05 6,11
14 3,03 3,70 4,11 4,41 5,64 4,83 4,99 5,13 5,25 5,36 5,46 5,55 5,64 5,71 5,79 5,85 5,91 5,97 6,03
15 3,01 3,67 4,08 4,37 4,59 4,78 4,94 5,08 5,20 5,31 5,40 5,49 5,57 5,65 5,72 5,78 5,85 5,90 5,96
16 3,00 3,65 4,05 4,33 4,56 4,74 4,90 5,03 5,15 5,26 5,35 5,44 5,52 5,59 5,66 5,73 5,79 5,84 5,90
17 2,98 3,63 4,02 4,30 4,52 4,70 4,86 4,99 5,11 5,21 5,31 5,39 5,47 5,54 5,61 5,67 5,73 5,79 5,84
18 2,97 3,61 4,00 4,28 4,49 4,67 4,82 4,96 5,07 5,17 5,27 5,35 5,43 5,50 5,57 5,63 5,69 5,74 5,79
19 2,96 3,59 3,98 4,25 4,47 4,65 4,79 4,92 5,04 5,14 5,23 5,31 5,39 5,46 5,53 5,59 5,65 5,70 5,75
20 2,95 3,58 3,96 4,23 4,45 4,62 4,77 4,90 5,01 5,11 5,20 5,28 5,36 5,43 5,49 5,55 5,61 5,66 5,71
24 2,92 3,53 3,90 4,17 4,37 4,54 4,68 4,81 4,92 5,01 5,10 5,18 5,25 5,32 5,38 5,44 5,49 5,55 5,59
30 2,89 5,49 3,85 4,10 4,30 4,46 4,60 4,72 4,82 4,92 5,00 5,08 5,15 5,21 5,27 5,33 5,38 5,43 5,47
40 2,86 3,44 3,79 4,06 4,23 4,39 4,52 4,63 4,73 4,82 4,90 4,98 5,04 5,11 5,16 5,22 5,27 5,31 5,36
60 2,83 3,40 3,74 3,98 4,16 4,31 4,44 4,55 4,65 4,73 4,81 4,88 4,94 5,00 5,06 5,11 5,15 5,20 5,24
120 2,80 3,36 3,68 3,92 4,10 4,24 4,36 4,47 4,56 4,64 4,71 4,78 4,84 4,90 4,95 5,00 5,04 5,09 5,13
2,77 3,31 3,63 3,86 4,03 4,17 4,29 4,39 4,47 4,55 4,62 4,68 4,74 4,80 4,85 4,89 4,93 4,97 5,01
Fonte: Scheffé, H. The analysis of variance. New York, Wiley, 1959.
TABELA 7 – Valores de q para o nível de significância de 10% segundo o número de tratamentos e os graus de liberdade do resíduo
No de graus de Número de graus de liberdade do numerador
liberdade do
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
resíduo
1 8,93 13,4 16,4 18,5 20,2 21,5 22,6 23,6 24,5 25,2 25,9 26,5 27,1 27,6 28,1 28,5 29,0 29,3 27,7
2 4,13 5,73 6,77 7,54 8,14 8,63 9,05 9,41 9,72 10,0 10,3 10,5 10,7 10,9 11,1 11,2 11,4 11,5 11,7
3 3,33 4,47 5,20 5,74 6,16 6,51 6,81 7,06 7,29 7,49 7,67 7,86 7,98 8,12 8,25 8,37 8,48 8,58 8,68
4 3,01 3,98 4,59 5,03 5,39 5,68 5,93 6,14 6,33 6,49 6,65 6,78 6,91 7,02 7,13 7,23 7,33 7,41 7,50
5 2,85 3,72 4,26 4,66 4,98 5,24 5,46 5,65 5,82 5,97 6,10 6,22 6,34 6,44 6,54 6,63 6,71 6,79 6,89
6 2,75 3,56 4,07 4,44 4,73 4,97 5,17 5,34 5,50 5,64 5,76 5,87 5,98 6,07 6,16 6,25 6,32 6,40 6,47
7 2,68 3,45 3,93 4,28 4,55 4,78 4,97 5,14 5,28 5,41 5,53 5,64 5,74 5,83 5,91 5,99 6,06 6,13 6,19
8 2,63 3,37 3,83 4,17 4,43 4,65 4,83 4,99 5,13 5,25 5,36 5,46 5,56 5,64 5,72 5,80 5,87 5,93 6,00
9 2,59 3,32 3,76 4,08 4,34 4,54 4,72 4,87 5,01 5,13 5,23 5,33 5,42 5,51 5,58 5,66 5,72 5,79 5,85
10 2,56 3,27 3,70 4,02 4,26 4,47 4,64 4,78 4,91 5,03 5,13 5,23 5,32 5,40 5,47 5,54 5,61 5,67 5,73
11 2,54 3,23 3,66 3,96 4,20 4,40 4,57 4,71 4,84 4,95 5,05 5,15 5,23 5,31 5,38 5,45 5,51 5,57 5,63
12 2,52 3,20 3,62 3,92 4,16 4,35 4,51 4,65 4,78 4,89 4,99 5,08 5,16 5,24 5,31 5,37 5,44 5,49 5,55
13 2,50 3,18 3,59 3,88 4,12 4,30 4,46 4,60 4,72 4,83 4,93 5,02 5,10 5,18 5,25 5,31 5,37 5,43 5,48
14 2,49 3,16 3,56 3,85 4,08 4,27 4,42 4,56 4,68 4,79 4,88 4,97 5,05 5,12 5,19 5,26 5,32 5,37 5,43
15 2,48 3,14 3,54 3,83 4,05 4,23 4,39 4,52 4,64 4,75 4,84 4,39 5,01 5,08 5,15 5,21 5,27 5,32 5,38
16 2,47 3,12 3,52 3,80 4,03 4,21 4,36 4,49 4,61 4,71 4,81 4,89 4,97 5,04 5,11 5,17 5,23 5,28 5,33
17 2,46 3,11 3,50 3,78 4,00 4,18 4,33 4,46 4,58 4,68 4,77 4,86 4,93 5,01 5,07 5,13 5,19 5,24 5,30
18 2,45 3,10 3,49 3,77 3,98 4,16 4,31 4,44 4,55 4,65 4,75 4,86 4,90 4,98 5,04 5,10 5,16 5,21 5,26
19 2,45 3,09 3,47 3,75 3,97 4,14 4,29 4,42 4,53 4,63 4,72 4,80 4,88 4,95 5,01 5,07 5,13 5,18 5,23
20 2,44 3,08 3,46 3,74 3,95 4,12 4,27 4,40 4,51 4,61 4,70 4,78 4,85 4,92 4,99 5,05 5,10 5,16 5,20
24 2,42 3,05 3,42 3,69 3,90 4,07 4,21 4,34 4,44 4,54 4,63 4,71 4,78 4,85 4,91 4,97 5,02 5,07 5,12
30 2,40 3,02 3,39 3,65 3,85 4,02 4,16 4,28 4,38 4,47 4,56 4,64 4,71 4,77 4,83 4,89 4,94 4,99 5,03
40 2,38 2,99 3,35 3,60 3,80 3,96 4,10 4,21 4,32 4,41 4,49 4,56 4,63 4,69 4,75 4,81 4,86 4,90 4,95
60 2,36 2,96 3,31 3,56 3,75 3,91 4,04 4,16 4,25 4,34 4,42 4,49 4,56 4,62 4,67 4,73 4,78 4,82 4,86
120 2,34 2,93 3,28 3,52 3,71 3,86 3,99 4,10 4,19 4,28 4,35 4,42 4,48 4,54 4,60 4,65 4,69 4,74 4,78
2,33 2,90 3,24 3,48 3,66 3,81 3,93 4,04 4,13 4,21 4,28 4,35 4,41 4,47 4,52 4,57 4,61 4,65 4,69
Fonte: Scheffé, H. The analysis of variance. New York, Wiley, 1959.
TABELA 8 – Valores de z para o nível de significância de 1% segundo o número de médias abrangidas pelo intervalo e o número de graus de liberdade do resíduo
No de graus de Número de médias abrangidas pelo intervalo
liberdade do
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
resíduo
1 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03
2 14,02 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04
3 8,261 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321
4 6,512 6,677 6,740 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756
5 5,702 5,893 5,989 6,040 6,065 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074
6 5,243 5,439 5,549 5,614 5,655 5,680 5,694 5,701 5,703 5,703 5,703 5,703 5,703 5,703 6,703 5,703 5,703 5,703 5,703
7 4,949 5,145 5,260 5,334 5,383 5,416 5,439 5,454 5,464 5,470 5,472 5,472 5,472 5,472 5,472 5,472 5,472 5,472 5,472
8 4,746 4,939 5,057 5,135 5,189 5,227 5,256 5,276 5,291 5,302 5,309 5,314 5,316 5,317 5,317 5,317 5,317 5,317 5,317
9 4,596 4,787 4,906 4,986 5,043 5,086 5,118 5,142 5,160 5,174 5,185 5,193 5,199 5,203 5,205 5,206 5,206 5,206 5,206
10 4,482 4,671 4,790 4,871 4,931 4,975 5,010 5,037 5,058 5,074 5,088 5,098 5,106 5,112 5,117 5,120 5,122 5,124 5,124
11 4,392 4,579 4,697 4,780 4,841 4,887 4,924 4,952 4,975 4,994 5,009 5,021 5,031 5,039 5,045 5,050 5,054 5,057 5,059
12 4,320 4,504 4,622 4,706 4,767 4,815 4,852 4,883 4,907 4,927 4,944 4,958 4,969 4,978 4,986 4,993 4,998 5,002 5,006
13 4,260 4,442 4,560 4,644 4,706 4,755 4,793 4,824 4,850 4,872 4,889 4,904 4,917 4,928 4,937 4,944 4,950 4,956 4,960
14 4,210 4,391 4,508 4,591 4,654 4,704 4,743 4,775 4,802 4,824 4,843 4,859 4,872 4,884 4,894 4,902 4,910 4,916 4,921
15 4,168 4,347 4,463 4,547 4,610 4,660 4,700 4,733 4,760 4,783 4,808 4,820 4,834 4,846 4,857 4,866 4,874 4,881 4,887
16 4,131 4,309 4,425 4,509 4,572 4,622 4,663 4,696 4,724 4,748 4,768 4,786 7,800 4,813 4,825 4,835 4,844 4,851 4,858
17 4,099 4,275 4,391 4,475 4,539 4,589 4,630 4,664 4,693 4,717 4,738 4,756 4,771 4,785 4,797 4,807 4,816 4,824 4,823
18 4,071 4,246 4,362 4,445 4,509 4,560 4,601 4,635 4,664 4,689 4,711 4,729 4,745 4,759 4,772 4,783 4,792 4,801 4,808
19 4,046 4,220 4,335 4,419 4,483 4,534 4,575 4,610 4,639 4,665 4,686 4,705 4,722 4,736 4,749 4,761 4,771 4,780 4,788
20 4,024 4,197 4,312 4,395 4,459 4,510 4,552 4,587 4,617 4,342 4,664 4,684 4,701 4,716 4,729 4,741 4,751 4,761 4,769
24 3,956 4,126 4,239 4,322 4,386 4,437 4,480 4,516 4,546 4,573 4,596 4,616 4,634 4,651 4,665 4,678 4,690 4,700 4,710
30 3,889 4,056 4,168 4,250 4,314 4,366 4,409 4,445 4,477 4,504 4,528 4,550 4,569 4,586 4,601 4,615 4,628 4,640 4,650
40 3,825 3,988 4,098 4,180 4,244 4,296 4,339 4,376 4,408 4,436 4,461 4,483 4,503 4,521 4,537 4,553 4,566 4,579 4,591
60 3,762 3,922 4,031 1,111 4,174 4,226 4,270 4,307 4,340 4,368 4,394 4,417 4,438 4,456 4,474 4,490 4,504 4,518 4,530
120 3,702 3,858 3,965 4,044 4,107 4,158 4,202 4,239 4,272 4,301 4,327 4,351 4,372 4,392 4,410 4,426 4,442 4,456 4,469
3,643 3,796 3,900 3,978 4,040 4,091 4,135 4,172 4,205 4,235 4,261 4,285 4,307 4,327 4,345 4,363 4,379 4,394 4,408
Fonte: Harter, H.L. Critical values for Duncan’s new multiple range test. Biometrics, (16): 671-85, 1960.
TABELA 9 – Valores de z para o nível de significância de 5% segundo o número de médias abrangidas pelo intervalo e o número de graus de liberdade do resíduo
No de graus de Número de médias abrangidas pelo intervalo
liberdade do
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
resíduo
1 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97
2 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085
3 4,501 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516
4 3,927 4,013 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033
5 3,365 3,749 3,797 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814
6 3,461 3,587 3,649 3,680 3,694 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697
7 3,344 3,477 3,548 3,588 3,611 3,622 3,626 3,626 3,626 3,626 3,626 3,626 3,626 3,626 3,626 3,626 3,626 3,626 3,626
8 3,261 3,399 3,475 3,521 3,549 3,566 3,575 3,579 3,579 3,579 3,579 3,579 3,579 3,579 3,579 3,579 3,579 3,579 3,579
9 3,199 3,339 3,420 3,470 3,502 3,523 3,536 3,544 3,547 3,547 3,547 3,547 3,547 3,547 3,547 3,547 3,547 3,547 3,547
10 3,151 3,293 3,376 3,430 3,465 3,489 3,505 3,516 3,522 3,525 3,526 3,526 3,526 3,526 3,526 3,526 3,526 3,526 3,526
11 3,113 3,256 3,342 3,397 3,435 3,462 3,480 3,493 3,501 3,506 3,509 3,510 3,510 3,510 3,510 3,510 3,510 3,510 3,510
12 3,082 3,225 3,313 3,370 3,410 3,439 3,459 3,474 3,484 3,491 3,496 3,498 3,499 3,499 3,499 3,499 3,499 3,499 3,499
13 3,055 3,200 3,289 3,348 3,389 3,419 3,442 3,458 3,470 3,478 3,484 3,488 3,490 3,490 3,490 3,490 3,490 3,490 3,490
14 3,033 3,178 3,268 3,329 3,372 3,403 3,426 3,444 3,457 3,467 3,474 3,479 3,482 3,448 3,484 3,485 3,485 3,485 3,485
15 3,014 3,160 3,250 3,312 3,356 3,389 3,413 3,432 3,446 3,457 3,465 3,471 3,476 3,478 3,480 3,481 3,481 3,481 3,481
16 2,998 3,144 3,235 3,298 3,343 3,376 3,402 3,422 3,437 3,449 3,458 3,465 3,470 3,473 3,477 3,478 3,478 3,478 3,478
17 2,984 3,130 3,222 3,285 3,331 3,366 3,392 3,412 3,429 3,441 3,451 3,459 3,465 3,469 3,473 3,475 3,476 3,476 3,476
18 2,971 3,118 3,210 3,274 3,321 3,356 3,383 3,405 3,421 3,435 3,445 3,454 3,460 3,465 3,470 3,472 3,474 3,474 3,474
19 2,960 3,107 3,199 3,264 3,311 3,347 3,375 3,397 3,415 3,429 3,440 3,449 3,456 3,462 3,467 3,470 3,472 3,473 3,474
20 2,950 3,097 3,190 3,255 3,303 3,339 3,368 3,391 3,409 3,424 3,436 3,445 3,453 3,459 3,464 3,467 3,470 3,472 3,473
24 2,919 3,066 3,160 3,226 3,276 3,315 3,345 3,370 3,390 3,406 3,420 3,432 3,441 3,449 3,456 3,461 3,465 3,469 3,471
30 2,888 3,035 3,131 3,199 3,250 3,290 3,322 3,349 3,371 3,389 3,405 3,418 3,430 3,439 3,447 3,454 3,460 3,466 3,470
40 2,858 3,006 3,102 3,171 3,224 3,266 3,300 3,328 3,352 3,373 3,390 3,405 3,418 3,429 3,439 3,448 3,456 3,463 3,469
60 2,829 2,976 3,073 3,143 3,198 3,241 3,277 3,307 3,333 3,355 3,374 3,391 3,406 3,419 3,431 3,442 3,451 3,460 3,467
120 2,800 2,947 3,045 3,116 3,172 3,217 3,254 3,287 3,314 3,337 3,359 3,377 3,394 3,409 3,423 3,435 3,446 3,457 3,466
2,722 2,918 3,017 3,089 3,146 3,193 3,232 3,265 3,294 3,320 3,343 3,363 3,382 3,399 3,414 3,428 3,442 3,454 3,466
Fonte: Harter, H.L. Critical values for Duncan’s new multiple range test. Biometrics, (16): 671-85, 1960.
TABELA 10 – Valores de z para o nível de significância de 10% segundo o número de médias abrangidas pelo intervalo e o número de graus de liberdade do resíduo
No de graus de Número de médias abrangidas pelo intervalo
liberdade do
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
resíduo
1 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929
2 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130
3 3,328 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330
4 3,015 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081
5 2,850 2,964 2,964 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970
6 2,748 2,890 2,890 2,908 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911
7 2,680 2,838 2,838 2,864 2,876 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878
8 2,630 2,800 2,800 2,832 2,849 2,857 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858
9 2,592 2,771 2,771 2,808 2,829 2,840 2,845 2,847 2,847 2,847 2,847 2,847 2,847 2,847 2,847 2,847 2,847 2,847 2,847
10 2,563 2,748 2,748 2,788 2,813 2,827 2,835 2,839 2,839 2,839 2,839 2,839 2,839 2,839 2,839 2,839 2,839 2,839 2,839
11 2,540 2,660 2,730 2,772 2,799 2,817 2,827 2,833 2,835 2,835 2,835 2,835 2,835 2,835 2,835 2,835 2,835 2,835 2,835
12 2,521 2,643 2,714 2,759 2,789 2,808 2,821 2,828 2,832 2,833 2,833 2,833 2,833 2,833 2,833 2,833 2,833 2,833 2,833
13 2,505 2,628 2,701 2,748 2,779 2,800 2,815 2,824 2,829 2,832 2,832 2,832 2,832 2,832 2,832 2,832 2,832 2,832 2,832
14 2,491 2,616 2,690 2,739 2,771 2,794 2,810 2,820 2,827 2,831 2,832 2,833 2,833 2,833 2,833 2,833 2,833 2,833 2,833
15 2,479 2,605 2,681 2,731 2,765 2,789 2,805 2,817 2,825 2,830 2,833 2,834 2,834 2,834 2,834 2,834 2,834 2,834 2,834
16 2,469 2,596 2,673 2,723 2,759 2,784 2,802 2,815 2,824 2,829 2,833 2,835 2,836 2,836 2,836 2,836 2,836 2,836 2,836
17 2,460 2,588 2,665 2,717 2,753 2,780 2,798 2,812 2,822 2,829 2,834 2,836 2,838 2,838 2,838 2,838 2,838 2,838 2,838
18 2,452 2,580 2,659 2,712 2,749 2,776 2,796 2,810 2,821 2,828 2,834 2,838 2,840 2,840 2,840 2,840 2,840 2,840 2,840
19 2,445 2,574 2,653 2,707 2,745 2,773 2,793 2,808 2,820 2,828 2,834 2,839 2,841 2,842 2,843 2,843 2,843 2,843 2,843
20 2,439 2,568 2,648 2,702 2,741 2,770 2,791 2,807 2,819 2,828 2,834 2,839 2,843 2,845 2,845 2,845 2,845 2,845 2,845
24 2,420 2,550 2,632 2,688 2,729 2,760 2,783 2,801 2,816 2,827 2,835 2,842 2,848 2,851 2,854 2,856 2,857 2,857 2,857
30 2,400 2,532 2,615 2,674 2,717 2,750 2,776 2,796 2,813 2,826 2,837 2,846 2,853 2,859 2,863 2,867 2,869 2,871 2,873
40 2,381 2,514 2,600 2,660 2,705 2,741 2,769 2,791 2,810 2,825 2,838 2,849 2,858 2,866 2,873 2,878 2,883 2,887 2,890
60 2,363 2,497 2,584 2,646 2,694 2,731 2,761 2,786 2,807 2,825 2,839 2,853 2,864 2,874 2,883 2,890 2,897 2,903 2,908
120 2,344 2,479 2,568 2,632 2,682 2,722 2,754 2,781 2,804 2,824 2,842 2,857 2,871 2,883 2,893 2,903 2,912 2,920 2,928
2,326 2,462 2,552 2,619 2,670 2,712 2,746 2,776 2,801 2,824 2,844 2,861 2,877 2,892 2,905 2,918 2,929 2,939 2,949
Fonte: Harter, H.L. Critical values for Duncan’s new multiple range test. Biometrics, (16): 671-85, 1960.
TABELA 11 – Valores de d para o nível de significância de 1% segundo o número de grupos tratados e os graus de
liberdade do resíduo
No de graus Número de grupos tratados
de liberdade
1 2 3 4 5 6 7 8 9 10 11 12 15 20
do resíduo
5 4,03 4,69 4,98 5,22 5,41 5,56 5,68 5,80 5,80 5,98 6,05 6,12 6,30 6,52
7 3,71 4,21 4,51 4,71 4,87 5,00 5,10 5,20 5,28 5,35 5,41 5,47 5,62 5,81
5 3,50 3,95 4,21 4,39 4,83 4,64 4,74 4,82 4,89 4,95 5,01 5,06 5,19 5,36
8 3,36 3,77 4,00 4,17 4,29 4,40 4,48 4,56 4,62 4,68 4,73 4,78 4,90 5,05
9 3,25 3,63 3,85 4,01 4,12 4,22 4,30 4,37 4,43 4,48 4,53 4,57 4,68 4,82
10 3,17 3,53 3,74 3,88 3,99 4,08 4,16 4,22 4,28 4,33 4,37 4,42 4,52 4,65
11 3,11 3,45 3,65 3,79 3,89 3,98 4,05 4,11 4,16 4,21 4,25 4,29 4,39 4,52
12 3,05 3,39 3,58 3,71 3,81 3,89 3,96 4,02 4,07 4,12 4,16 4,19 4,29 4,41
13 3,01 3,33 3,52 3,65 3,74 3,82 3,89 3,94 3,99 4,04 4,08 4,11 4,20 4,32
14 2,98 3,29 3,47 3,59 3,69 3,76 3,83 3,88 3,93 3,97 4,01 4,05 4,13 4,24
15 2,95 3,25 3,43 3,55 3,64 3,71 3,78 3,83 3,88 3,92 3,95 3,99 4,07 4,18
16 2,92 3,22 3,39 3,51 3,60 3,67 3,73 3,78 3,83 3,87 3,91 3,94 4,02 4,13
17 2,90 3,19 3,36 3,47 3,56 3,63 3,69 3,74 3,79 3,83 3,86 3,90 3,98 4,08
18 2,88 3,17 3,33 3,44 3,53 3,60 3,66 3,71 3,75 3,79 3,83 3,86 3,94 4,04
19 2,86 3,15 3,31 3,42 3,50 3,57 3,63 3,68 3,72 3,76 3,79 3,83 3,90 4,00
20 2,85 3,13 3,29 3,40 3,48 3,55 3,60 3,65 3,69 3,73 3,77 3,80 3,87 3,97
24 2,80 3,07 3,22 3,32 3,40 3,47 3,52 3,57 3,61 3,64 3,68 3,70 3,78 3,87
30 2,75 3,01 3,15 3,25 3,33 3,39 3,44 3,49 3,52 3,56 3,59 3,62 3,69 3,78
40 2,70 2,95 3,09 3,19 3,26 3,32 3,37 3,41 3,44 3,48 3,51 3,53 3,60 3,68
60 2,66 2,90 3,03 3,12 3,19 3,25 3,29 3,33 3,37 3,40 3,42 3,45 3,51 3,59
120 2,62 2,85 2,97 3,06 3,12 3,18 3,22 3,26 3,29 3,32 3,35 3,37 3,43 3,51
2,58 2,79 2,92 3,00 3,06 3,11 3,15 3,19 3,22 3,25 3,27 3,29 3,35 3,42
Fonte: Dunnett, C.W. New tables for multiple comparisons with a control. Biometrics, 20: 1964.
TABELA 12 – Valores de d para o nível de significância de 5% segundo o número de grupos tratados e os graus de
liberdade do resíduo
No de graus Número de grupos tratados
de liberdade
1 2 3 4 5 6 7 8 9 10 11 12 15 20
do resíduo
5 2,57 3,03 3,29 3,48 3,62 3,73 3,82 3,90 3,97 4,03 4,09 4,14 4,26 4,42
7 2,45 2,86 3,10 3,26 3,39 3,49 3,57 3,64 3,71 3,76 3,81 3,86 3,97 4,11
5 2,36 2,75 2,97 3,12 3,24 3,33 3,41 3,47 3,53 3,58 3,63 3,67 3,78 3,91
8 2,31 2,67 2,88 3,02 3,13 3,22 3,29 3,35 3,41 3,46 3,50 3,54 3,64 3,76
9 2,26 2,61 2,81 3,95 3,05 3,14 3,20 3,26 3,32 3,36 3,40 3,44 3,53 3,65
10 2,23 2,57 2,76 2,89 2,99 3,07 3,14 3,19 3,24 3,29 3,33 3,36 3,45 3,57
11 2,20 2,53 2,72 2,84 2,94 3,02 3,08 3,14 3,19 3,23 3,27 3,30 3,39 3,50
12 2,18 2,50 2,68 2,81 2,90 2,98 3,04 3,09 3,14 3,18 3,22 3,25 3,34 3,45
13 2,16 2,48 2,65 2,78 2,87 2,94 3,00 3,06 3,10 3,14 3,18 3,21 3,29 3,40
14 2,14 2,46 2,63 2,75 2,84 2,91 2,97 3,02 3,07 3,11 3,14 3,18 3,26 3,36
15 2,13 2,44 2,61 2,73 2,82 2,89 2,95 3,00 3,04 3,08 3,12 3,15 3,23 3,33
16 2,12 2,42 2,59 2,71 2,80 2,87 2,92 2,97 3,02 3,06 3,09 3,12 3,20 3,30
17 2,11 2,41 2,58 2,69 2,78 2,85 2,90 2,95 3,00 3,03 3,07 3,10 3,18 3,27
18 2,10 2,40 2,56 2,68 2,76 2,83 2,89 2,94 2,98 3,01 3,05 3,08 3,16 3,25
19 2,09 2,39 2,55 2,66 2,75 2,81 2,87 2,92 2,96 3,00 3,03 3,06 3,14 3,23
20 2,09 2,38 2,54 2,65 2,73 2,80 2,86 2,90 2,95 2,98 3,02 3,05 3,12 3,22
24 2,06 2,35 2,51 2,61 2,70 2,76 2,81 2,86 2,90 2,94 2,97 3,00 3,07 3,16
30 2,04 2,32 2,47 2,58 2,66 2,72 2,77 2,82 2,86 2,89 2,92 2,95 3,02 3,11
40 2,02 2,29 2,44 2,54 2,62 2,65 2,73 2,77 2,81 2,85 2,87 2,90 3,97 3,06
60 2,00 2,27 2,41 2,51 2,58 2,64 2,69 2,73 2,77 2,80 2,83 2,86 2,92 3,00
120 1,98 2,24 2,38 2,47 2,55 2,60 2,65 2,69 2,73 2,76 2,79 2,81 2,87 2,95
1,96 2,21 2,35 2,44 2,51 2,57 2,61 2,65 2,69 2,72 2,72 2,77 2,83 2,91
Fonte: Dunnett, C.W. New tables for multiple comparisons with a control. Biometrics, 20: 1964.
98
Análise Conjunta de Experimentos
Causas de Variação GL
Blocos dentro 10 experimentos 30
Tratamentos (T) (5)
Experimentos (E) 9
Interação TratsxExpers 45
Resíduo Médio (15x10) 150
Total 239
FV GL SQ QM F Ftab
Doses N 4 352,06 88,01ns 0,83 3,84
Blcos 2 117,08
RES 8 843,51 105,44
Total 14 1312,64
FV GL SQ QM F Ftab
Doses N 4 1203,83 300,96 ns 0,49 3,84
Blcos 2 777,80
RES 8 4900,32 612,54
Total 14 6881,95
100
FV GL SQ QM F Ftab
Doses N 4 411,32 102,83 ns 0,35 3,84
Blcos 2 992,00
RES 8 2343,61 292,95
Total 14 3746,93
ANOVA - Produtividade de cana-de-açúcar em função de doses crescentes de nitrogênio na parte
OESTE da fazenda COMVAP, Teresina-PI, 2009.
FV GL SQ QM F Ftab
Doses N 4 1571,40 392,85 ns 1,32 3,84
Blcos 2 1221,03
RES 8 2380,80 297,60
Total 14 5173,23
612,54 / 105,44 = 5,81 mostra que não haveria uma grande discrepância entre os
QUADRADOS MÉDIOS dasANOVAS individuais de cada SETOR.
Obs.: alguns autores preferem que este quociente não supere 4. E outros trabalham com
o valor 7.
Em fim, adotando-se 7 como limite, dizemos que não houve uma discrepância muito
grande entre os QM´s, e podemos proceder à análise conjunta do modo seguinte:
C = TG2/N Onde:
C = 660758,91
SQTotal = 30979,44
QUADRO AUXILIAR
SQTrats(DOSES) = 2131,15
SQLocal = 13864,684
SQ(Dose;Local) = 17403,297
102
SQ(Dose x Local) = 1407,46
SQRES = 10468,24
Em sendo assim, devemos estudar os efeitos isolados de cada fator, aplicando-se testes
de comparações múltiplas para os LOCAIS e ANÁLISE DE REGRESSÃO para as DOSES de N.
ANÁLISE de Regressão Linear para DOSES de N, uma vez que percebe-se que os
dados se comportaram assim...
103
CROQUI DE UM EXPERIMENTO
Legenda
Parcela experimental
A D A A B
15,1 17,5 11,4 13,7 26,5
A B C C C
13,5 23,5 17,7 14,6 15,3
B C D B D
25,6 16,3 13,7 24,2 15,9
D D C B A
15,3 16,5 15,6 22,3 13,2
104